MétaCan
Menu
Retour à la cohorte
Enregistrement W2121022550 · doi:10.1108/shr-02-2015-0017

College recruiting using social media: how to increase applicant reach and reduce recruiting costs

2015· article· en· W2121022550 sur OpenAlexaff
Shahid Wazed, Eddy S. Ng

Notice bibliographique

RevueStrategic HR Review · 2015
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEmployer Branding and e-HRM
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésSocial mediaOriginalityBusinessPublic relationsPosition (finance)MarketingPsychologyPolitical scienceSocial psychology

Résumé

récupéré en direct d'OpenAlex

Purpose – The purpose of this paper is to offer an alternative approach to traditional campus recruiting, using the social media. Specifically, we propose a three-step strategy using Facebook to attract and recruit college graduates. Design/methodology/approach – In Step 1, employers use Facebook to attract as many target students as possible to an employer’s Fan page. In Step 2, employers actively engage with students to enhance their employer brand as a prospective employer. In Step 3, employers initiate a call-to-action to encourage students to act upon a job opportunity and apply for the position. Findings – Social media recruiting can payoff in several ways: First, employers have the advantage of speed through social media recruiting. Second, employers also have broad and frequent access to college students. Employers will also reduce their overall college recruiting costs and lastly, employers enhance their overall employment branding through the use of Facebook for college recruiting. Practical implications – Given the impending retirement of baby boomers, there is an urgent need to recruit college graduates in large numbers. Historically, college recruiting has been the preferred channel; however, few students attend campus career fairs or find information sessions and their campus career centers helpful. As an alternative, employers should consider using social media as a recruiting tool to attract and recruit college graduates. Originality/value – Social media recruiting has the potential to help smaller employers stand out among larger employers, reach out to a larger pool of candidates, speed up the recruitment process and reduce overall recruitment costs.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,056
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,057
Score d'incertitude au seuil0,192

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,056
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0050,002
Communication savante0,0090,010
Science ouverte0,0030,006
Intégrité de la recherche0,0040,002
Charge utile insuffisante (le modèle a refusé de juger)0,0570,019

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,220
Tête enseignante GPT0,333
Écart entre enseignants0,113 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations26
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStrategic HR ReviewMême sujetEmployer Branding and e-HRMTravaux en français237 207