MétaCan
Menu
Retour à la cohorte
Enregistrement W4392937273 · doi:10.18438/eblip30485

Academic Librarian Search Committee Members Identify Inclusivity Concerns with On-Campus Interview Practices

2024· article· en· W4392937273 sur OpenAlexvenueno aff
Lisa Shen

Notice bibliographique

RevueEvidence Based Library and Information Practice · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLibrary Science and Administration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésThematic analysisInclusion (mineral)PsychologyMedical educationSituational ethicsAcademic integrityLibrary sciencePublic relationsSociologyQualitative researchPolitical scienceSocial psychologyComputer scienceMedicine

Résumé

récupéré en direct d'OpenAlex

A Review of: Houk, K. & Neilson, J. (2023). Inclusive hiring in academic libraries: A qualitative analysis of attitudes and reflections of search committee members. College and Research Libraries, 84(4), 568-588. https://doi.org/10.5860/crl.84.4.568 Objective – To understand how academic librarian search committee members’ perceptions and attitudes affect the equitability and inclusiveness of the on-campus interview process. Design – Thematic text analysis of open-ended responses to short-answer questions from an online survey. Setting – Online survey conducted between February and March of 2021. Subjects – 166 academic librarians who had served on hiring committees for academic librarians in North America between 2016 and 2020. Methods – Participants for the 33-question survey were recruited through several academic library listservs and social media postings on Facebook, LinkedIn, and Twitter. The researchers first individually reviewed and coded all responses for short answer survey questions, then reviewed the codes together. Finally, a thematic map was developed after the researchers reached a consensus on their shared approach to coding and generating clusters of meanings. Main Results – Six major clusters were identified through thematic coding of participants’ text responses concerning their experiences of on-campus interview practices as hiring committee members. These themes represented challenges to the inclusiveness of academic librarian searches, and included search committees’ treatment of the interview process as either intentional or situational tests (1), reliance on the ambiguously defined selection criteria of fit (2), experience with varying levels of commitment to diversity, equity, inclusion, antiracism, and accessibility (DEIAA) values (3), frustration with prevalence of institutional bureaucracy throughout the hiring process (4), and uneven adoptions of inclusive hiring (5) or reflective practices (6). The researchers also noted a common respondent mistake of misinterpreting equal (i.e., identical) treatment of candidates as evidence of equitable interview practices. Conclusion – Findings from this study highlighted the importance of academic institutions and hiring committees adopting reflective practices to critically and intentionally incorporate DEIAA-informed practices in planning and conducting academic librarian searches. The authors also stressed the need to reduce possible biases in hiring practices favoring candidates who conforms to White, ableist, and heteronormative culture and values. Examples of these efforts included considering the necessity of each interview element for assessing candidate performances, proactively ensuring full accessibility of the interview itinerary, and operationalizing the definition of “fit” in assessing candidates’ abilities.

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)0,104
score de la tête « metaresearch » (Gemma)0,201
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,104
Score d'incertitude au seuil0,552

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1040,201
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,006
Études des sciences et des technologies0,0130,008
Communication savante0,0100,009
Science ouverte0,0020,016
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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.

Tête enseignante Opus0,072
Tête enseignante GPT0,389
Écart entre enseignants0,317 · 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'étudeQualitatif
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEvidence Based Library and Information PracticeMême sujetLibrary Science and AdministrationTravaux en français237 207