MétaCan
Menu
Retour à la cohorte
Enregistrement W4385216701 · doi:10.5465/amproc.2023.15536symposium

Looking at the What, How, and Why at Various Stages of the Personnel Selection Process

2023· article· en· W4385216701 sur OpenAlexaffabout
Deborah M. Powell, Valerie S. Schröder, Benedikt Bill, Simonne J. Mastrella, Johanna Bayón, Nathalie Von Rooy, Rahul Patel, Pia V. Ingold, Anna Luca Heimann, Martin Kleinmann, Klaus G. Melchers, Annika Wilhelmy, Nicolas Roulin

Notice bibliographique

RevueAcademy of Management Proceedings · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEmployer Branding and e-HRM
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésSelection (genetic algorithm)PsychologyPersonnel selectionPromotion (chess)PersonalitySociologySocial psychologyManagementComputer scienceLawArtificial intelligencePolitical science

Résumé

récupéré en direct d'OpenAlex

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 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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,081
Score d'incertitude au seuil0,553

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,020
Tête enseignante GPT0,237
Écart entre enseignants0,217 · 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'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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAcademy of Management ProceedingsMême sujetEmployer Branding and e-HRMTravaux en français237 207