Looking at the What, How, and Why at Various Stages of the Personnel Selection Process
Notice bibliographique
Résumé
Personnel selection uses various tools such as interviews, personality tests, and resumes to identify the best applicant for an open position. While there is vast knowledge on the validity of and reactions to these tools, research tends to overlook the what, how, and why of information sharing and reactions. This symposium features five studies examining the processes involved in various stages of the selection. They investigate the cognitive processes that occur during the interview, applicant reactions to different types and formats of questions, and impression management behavior of applicants and recruiters. Thereby, they address influences both by characteristics of the tools and the applicants. Collectively, these papers help advance our understanding of some of the processes underlying commonly used selection tools, which can help refine theories for science and retrieve more specific contributions for the practice of modern personnel selection. Effect of Stimulus- and Response Format on Applicant Reactions Author: Valerie Sophie Schröder; U. of Zurich Author: Pia Ingold; U. of Copenhagen Author: Anna Luca Heimann; U. of Zurich Author: Martin Kleinmann; U. of Zurich Are Traditional Interviews More Prone to Effects of Impression Management than Structured Interviews Author: Benedikt Bill; Ulm U. Author: Klaus Melchers; Ulm U. Gender Differences in Effectiveness of Self-promotion in Cover Letters and Resumes Author: Simonne Mastrella; U. of Guelph Author: Rahul Patel; U. of Guelph Author: Deborah M. Powell; U. of Guelph Assessing and Predicting Maximum and Typical Performance With Job Interviews Author: Johanna Bayón; U. of Zurich Author: Anna Luca Heimann; U. of Zurich Author: Martin Kleinmann; U. of Zurich Introducing the Interviewer Impression Management Scale: Development and Validation Author: Nathalie Von Rooy; U. of Zurich Author: Annika Wilhelmy; U. of Zurich Author: Martin Kleinmann; U. of Zurich Author: Nicolas Roulin; Saint Mary's U.
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 | 0,026 | 0,068 |
| 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 | 0,002 | 0,003 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 ».