L’effet de retest du facteur g en sélection du personnel
Notice bibliographique
Résumé
Bien que le facteur g soit reconnu pour être un construit psychologique stable dans le temps (Reeve & Lam, 2007), des études récentes sur l’effet de retest tendent à démontrer l’inverse. Si certains chercheurs avancent que des facteurs de la personnalité expliqueraient cet effet, aucune étude empirique ne s’est attardée au rôle plus spécifique de certaines facettes des cinq facteurs de la personnalité étudiés sous l’appellation Big Five. Notre recherche s’appuie sur un échantillon de 145 candidats externes à un poste ayant complété à deux reprises un test évaluant le facteur g, à 27.35 mois d’intervalle. Les résultats des analyses de corrélations bivariées indiquent que le facteur Névrose, mais également les facettes Anxiété, Vulnérabilité et Ouverture aux idées pourraient contribuer à expliquer l’effet de retest. Les résultats des analyses de régression hiérarchiques démontrent toutefois que l’effet serait plutôt expliqué uniquement par le facteur Névrose, et plus spécifiquement par sa facette Anxiété. Les implications de ces résultats sont discutées en fin d’article.
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 | 0,020 | 0,077 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».