MétaCan
Menu
Retour à la cohorte
Enregistrement W3210086506

Conflicting Accounts of Inclusiveness in Accounting Firm Recruitment Website Photographs

2020· article· en· W3210086506 sur OpenAlexaffabout
Merridee Bujaki, Sylvain Durocher, François Brouard, Leighann C. Neilson

Notice bibliographique

RevueSSRN Electronic Journal · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Studies in Language
Établissements canadiensUniversity of OttawaCarleton University
Organismes subventionnairesnon disponible
Mots-clésDiversity (politics)Inclusion (mineral)White (mutation)SalientHegemonyEthnic groupPopulationGender diversityQuarter (Canadian coin)SemioticsSociologyAccountingGender studiesPolitical scienceGeographyCorporate governanceLinguisticsLawBusinessDemographyManagementEconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This study offers a contribution to diversity and inclusion research and the professional practices of accounting firms by critically interpreting representations of gender and ethnic diversity in recruitment photographs using a critical visual methodology. We analyze photographs from the recruitment websites of public accounting firms for depictions of gender and ethnic inclusiveness using a Barthesian approach. We first analyze and interpret the denotative and connotative content of 1493 photographs. We then connotatively interpret the text and photographs in two particularly salient recruitment documents using critical semiotics. We find women (non-white individuals) make up approximately half (one quarter) of the people depicted, roughly matching trends in the population. However, women and non-white individuals are frequently depicted in subordinate roles. We conclude that while women and non-white individuals are denotatively ‘present’ in recruitment photographs, they are constructed connotatively as ‘other’ in public accounting, consistent with hegemony. We argue women and non-white individuals are generally constructed as outsiders, in spite of their numerical presence in the photographs. Further, we argue firms should be aware of various possible connotative interpretations of their photographs, as these interpretations may conflict with the accounts with respect to diversity and inclusion conveyed in photographs’ denotative content.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,449
Score d'incertitude au seuil0,628

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,041
Tête enseignante GPT0,359
Écart entre enseignants0,318 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetGender Studies in LanguageTravaux en français237 207