http://wol.iza.org/articles/anonymous-job-applications-and-hiring-discrimination
Notice bibliographique
Résumé
Anonymous job applications have the potential to remove or reduce some discriminatory hiring barriers facing applicants from minority and other disadvantaged groups.When implemented effectively, anonymous job applications level the playing field in access to jobs by shifting the focus toward skills and qualifications.Anonymous job applications should not, however, be regarded as a universal remedy that is applicable in any context or that can prevent any form of discrimination. ELEVATOR PITCHThe use of anonymous job applications (or blind recruitment) to combat hiring discrimination is gaining attention and interest.Results from field experiments and pilot projects in European countries (France, Germany, the Netherlands, and Sweden are considered here), Canada, and Australia shed light on their potential to reduce some of the discriminatory barriers to hiring for minority and other disadvantaged groups.But although this approach can achieve its primary aims, there are also important cautions to consider. KEY FINDINGS ConsAnonymous job applications have the potential to reduce discrimination only when discrimination is high.Anonymous job applications may simply postpone discrimination to later in the hiring process.Blind recruiting may foil other positive measures to promote more diversity and can limit the scope for affirmative action.Suboptimal implementation of anonymous job application procedures can be costly, timeconsuming, labor-intensive, and error-prone.Context-specific information may be interpreted disadvantageously if the candidate's identity is unknown. ProsAnonymous job applications can prevent discrimination in the initial screening stage of recruitment.Anonymous job applications may boost job offer rates for minority candidates.Anonymous job applications signal a strong employer commitment to focus solely on skills and qualifications.Standardized anonymous job application forms are an efficient implementation method.Job applicant comparability may increase with the use of anonymous job applications.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,256 | 0,077 |
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 source (Gemma direct ou Codex distillé), 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 ».