Anonyymi rekrytointi julkisella sektorilla
Notice bibliographique
Résumé
Tämä opinnäytetyö tutkii anonyymin rekrytointiprosessin käyttöä ja niistä saatuja kokemuksia Suomen 20 suurimmassa kaupungissa. Anonyymissa työnhaussa työhakemuksesta on poistettu kaikki henkilöön viittaava tieto, jonka ansiosta hakija pysyy nimettömänä työhaastatteluun saakka. Valinnat työhaastatteluun kutsuttavista tehdään ainoastaan osaamisen ja kelpoisuusvaatimuksien perusteella.\n\nTutkimuksen teoreettinen viitekehys koostui ajankohtaisesta lainsäädännöstä sekä aiheeseen liittyvästä oikeuskirjallisuudesta. Tutkimusjoukko koostui Suomen 20 suurimmasta kaupungista, joista tutkimusryhmäksi määräytyi kaksi kaupunkia, joissa hakumenetelmää oli kokeiltu. Tutkimuksessa empiirinen osuus toteutettiin kvalitatiivista tutkimusmenetelmää käyttäen haastattelemalla kaupunkien rekrytointivastaavia sekä rekrytoinnissa mukana olleita henkilöitä.\n\nTutkimustulokset osoittivat, että menetelmä on ollut vähäisellä käytöllä Helsingissä ja on lähinnä kokeiluasteella Espoossa. Menetelmää oli kokeiltu pääsääntöisesti kaupunginvaltuuston päätöksestä. Työhakemuksien saaminen anonyymiin muotoon oli työlästä ja sitoi prosessina normaalia enemmän henkilöitä. Haastatteluun kutsuttavien valintaa helpotti hakemuksien niukka pohjatieto ja valintakriteerien painottuminen osaamiseen ja kelpoisuusvaatimuksien täyttymiseen.\n\nUseista kaupungeista löytyy kiinnostusta menetelmän käyttöön tulevaisuudessa, mutta menetelmä tulisi ensin saada kustannustehokkaaksi päivittämällä toimintaohjeita sekä järjestelmiä.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,098 | 0,038 |
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 ».