Personal characteristics and applicants’ perceptions of procedural fairness in a selection context
Notice bibliographique
Résumé
Purpose The purpose of this paper is to examine a varied set of personal characteristics (i.e. cultural values tied to Confucianism, Big Five personality attributes and test experience) for their combined ability to predict job applicants’ expected and experienced procedural fairness in the context of personnel selection. Design/methodology/approach A total of 324 applicants were surveyed as part of a process to select entry-level positions at a large IT manufacturing company in eastern China. Data were gathered in two waves, such that applicants’ personal characteristics and fairness expectations were obtained prior to their perceptions of procedural fairness, which were collected after the selection interview. Findings Confucian values, neuroticism, conscientiousness and test experience all predicted applicants’ procedural fairness expectations. Only test experience had both direct and indirect effects on procedural justice perceptions. All other effects involving personal characteristics and experience of procedural fairness were mediated by applicants’ fairness expectations. Research limitations/implications The demonstration of the impact of a varied set of personal characteristics on applicants’ perceptions of procedural fairness is consistent with theory-driven models intended to understand and predict these perceptions. The findings suggest, among other considerations, that multinational businesses cannot assume that a standardized approach to selection will be viewed in the same manner by applicants across national contexts. Originality/value The authors show, in an operational employee selection context, how a varied set of personal characteristics can usefully combine to predict applicants’ procedural fairness expectations, as well as their experience of procedural fairness.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».