MétaCan
Menu
Retour à la cohorte
Enregistrement W4387020529 · doi:10.1111/ijsa.12456

Reactions of applicants with disabilities to technology‐enabled recruitment and selection: A research agenda

2023· article· en· W4387020529 sur OpenAlexafffund
Sandra L. Fisher, Catherine E. Connelly, Silvia Bonaccio

Notice bibliographique

RevueInternational Journal of Selection and Assessment · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEmployer Branding and e-HRM
Établissements canadiensUniversity of OttawaMcMaster University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésSelection (genetic algorithm)PsychologyAsynchronous communicationPersonnel selectionSpace (punctuation)Key (lock)Emerging technologiesApplied psychologyComputer scienceManagementArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract Technology‐enabled recruitment and selection technologies, such as chatbots, assessment games, and asynchronous video interviews, are becoming more widely used. However, their impact on people with disabilities is frequently ignored; this has potentially significant implications for the perceived fairness of hiring decisions. We advance eight theoretical propositions on the positive and negative implications of technology‐enabled recruitment and selection technologies for applicant reactions of people with disabilities. Our propositions are based on three key design features of these technologies: separation in time and space, automated administration, and automated evaluation. We provide recommendations for future research and discuss practical implications for the use of advanced technology in recruitment and selection.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,593
Score d'incertitude au seuil0,256

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,142
Tête enseignante GPT0,417
Écart entre enseignants0,275 · 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

Citations5
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Selection and AssessmentMême sujetEmployer Branding and e-HRMTravaux en français237 207