MétaCan
Menu
Retour à la cohorte
Enregistrement W4366423023 · doi:10.1111/apps.12471

Examining discrimination in asynchronous video interviews: Does cultural distance based on country‐of‐origin matter?

2023· article· en· W4366423023 sur OpenAlexaffabout
René Arseneault, Nicolas Roulin

Notice bibliographique

RevueApplied Psychology · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueNames, Identity, and Discrimination Research
Établissements canadiensSaint Mary's UniversityUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésEthnocentrismPsychologySocial dominance orientationCultural diversityGlobeSocial psychologyContext (archaeology)Prejudice (legal term)Cultural biasPreferenceDominance (genetics)AuthoritarianismSociologyPolitical scienceGeography

Résumé

récupéré en direct d'OpenAlex

Abstract We conducted two studies to investigate how cultural differences based on country of origin influence the selection process in an asynchronous video interview (AVI) context. We drew upon the GLOBE cultural value dimensions and individual measures of prejudice to examine if raters evaluate job applicants who are more culturally dissimilar to them more negatively than culturally similar applicants. Professionals with hiring experience from the United Kingdom were recruited via the Prolific platform and asked to watch and evaluate pre‐recorded video responses from five culturally diverse applicants. Results across both studies were only somewhat consistent with the GLOBE framework. For instance, raters did demonstrate a strong preference for Canadian and South African interviewees over other countries. Right‐wing authoritarianism and social dominance orientation were non‐significant in moderating how evaluations were assigned; however, ethnocentrism levels did modestly impact evaluations in Study 2. This research is the first to investigate how cultural factors can impact the selection process in an AVI context. As the number of organizations that rely on virtual interviews increases and globalization makes it likely for applicants and interviewers to be from different cultural backgrounds, our research is highly relevant in understanding the impact of these elements on hiring decisions.

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)0,026
score de la tête « metaresearch » (Gemma)0,100
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,136

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0260,100
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,078
Tête enseignante GPT0,419
Écart entre enseignants0,341 · 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

Citations11
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueApplied PsychologyMême sujetNames, Identity, and Discrimination ResearchTravaux en français237 207