Étude de la capacité prévisionnelle de la vérification de Facebook et LinkedIn à prédire la performance au travail et ses trois dimensions chez les travailleurs francophones
Notice bibliographique
Résumé
Les organisations vérifient de plus en plus les médias sociaux des candidats dans le cadre de leurs processus de sélection du personnel. Toutefois, comme peu de recherches ont été effectuées à ce sujet, certains auteurs mentionnent qu'il est important de réaliser davantage d'études afin d'établir la validité prédictive de la vérification des médias sociaux (VMS) sur des critères organisationnels importants. Par ailleurs, comme les quelques recherches actuelles ont surtout étudié le site à vocation personnelle Facebook, l'étude du site à vocation professionnelle LinkedIn semble maintenant nécessaire. La présente étude visait à comparer la capacité de la vérification de Facebook et de LinkedIn à prédire la performance globale au travail ainsi que ses trois dimensions : la performance de tâche, les comportements de citoyenneté au travail et la performance adaptative. Au moyen d’un devis corrélationnel transversal, huit évaluateurs canadiens francophones, qui étaient des professionnels en sélection du personnel ou en psychologie du travail avec minimalement une année d’expérience, ont évalué le profil Facebook de 96 travailleurs canadiens francophones ayant au moins six mois d’ancienneté dans leur poste et le profil LinkedIn de 57 de ces mêmes travailleurs. Les évaluateurs ont observé les profils Facebook ou LinkedIn des participants qui leur étaient attitrés et ont complété, pour chaque participant, un questionnaire conçu pour les besoins de l’étude basé sur Bourgelas et al. (2017) afin d’évaluer la performance de tâche, les comportements de citoyenneté organisationnelle (CCO), la performance adaptative et la performance globale au travail. Les prédictions des évaluateurs ont été comparées à une autoévaluation de la performance de tâche et des CCO en utilisant l’échelle de Williams et Anderson (1991) validées en français par Paiement et al. (2018) ainsi qu’une autoévaluation de la performance adaptative obtenue via l’échelle de mesure de Chardonnier-Voirin et Roussel (2012). La performance globale au travail autorapportée a été calculée avec une moyenne des scores de ces dernières échelles. Des analyses de régression linéaire simple ont été effectuées pour tester les questions de recherche. La présente étude révèle que la VMS ne permet pas de prédire de façon significative la performance globale au travail ou ses dimensions, et que l’utilisation de LinkedIn ou Facebook n’a pas d’impact significatif sur la puissance prévisionnelle. Cette étude est importante, car bien que la vérification des médias sociaux soit une pratique répandue, elle n'a pas suffisamment de validation scientifique. À la suite de cette étude, les praticiens en recrutement peuvent mieux comprendre pourquoi la vérification des médias sociaux devrait être abordée avec prudence en l’état des connaissances actuelles.
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 | 0,014 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».