The role of job candidate’s accent, ethnicity, and vocal competence on social evaluations in a hiring context
Notice bibliographique
Résumé
Les personnes qui parlent avec un accent non standard peuvent rencontrer des difficultés dans leur communication sociale, notamment lors d'un entretien d'embauche. Il existe des preuves substantielles que le fait d'avoir un accent non standard peut conduire à une perception de faible compétence par rapport aux locuteurs ayant un accent standard. À l'inverse, les candidats à l'emploi qui transmettent une compétence élevée par leur voix (c'est-à-dire le ton de la voix) sont perçus comme très compétents et ont plus de chances d'être embauchés. Cependant, il existe peu de recherches sur les effets interactifs des indices vocaux et de l'accent d'un candidat à l'emploi sur les impressions de compétence formées, la plupart des recherches utilisant un discours qui n'exprime pas un état mental ou affectif. Dans cette thèse, nous avons cherché à mieux comprendre l'impact du niveau de compétence vocale, de l'accent et de l'apparence ethnique d'un locuteur sur la perception de son aptitude à l'emploi (c'est-à-dire sa compétence et son aptitude à l'embauche) dans deux études. Les locuteurs avaient un accent standard (anglais américain/canadien) ou non standard (anglais singapourien) et exprimaient une compétence vocale élevée (confiance/ fierté) ou faible (doute/honte) comme indicateur de leurs différents états mentaux/affectifs lors d'un entretien d'embauche. Comme contrôle, nous avons mesuré la perception de la chaleur vocale du locuteur (attractivité et amabilité). Dans l'étude 1, les participants ont entendu un discours avec un accent standard et un accent non standard, exprimant la fierté et la honte vocales, et ont jugé la perception de l'aptitude à l'emploi du locuteur. Nous avons constaté que les auditeurs faisaient moins clairement la différence entre les compétences vocales élevées et faibles des locuteurs ayant un accent non standard. De plus, l'amabilité vocale était un médiateur plus fort entre le niveau de compétence vocale du locuteur et la perception de l'adéquation de l'emploi pour les locuteurs avec des accents standards par rapport aux accents non standards. Dans l'étude 2, nous avons exploré les effets interactifs de l'accent et de l'apparence ethnique du locuteur, avec son niveau de compétence vocale. Une fois de plus, nous avons constaté que les mesures de la chaleur vocale prédisaient fortement la perception de l'aptitude à l'emploi du locuteur. De plus, l'apparence ethnique des locuteurs ayant un accent non standard n'a pas amplifié les perceptions négatives de compétence liées à leur accent. Ce travail contribue à notre compréhension des processus socio-cognitifs de l'accent d'un locuteur lorsque celui-ci exprime une intention sociale. Ils développent également la proéminence des dimensions de compétence et de chaleur dans la formation de nos impressions sociales, en montrant une dominance de la chaleur perçue lors de l'évaluation des autres dans un contexte social de première importance
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».