MétaCan
Menu
Retour à la cohorte
Enregistrement W7162026058 · doi:10.82308/55385

The role of job candidate’s accent, ethnicity, and vocal competence on social evaluations in a hiring context

2023· dissertation· en· W7162026058 sur OpenAlexaboutno aff
Yondu Mori

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueLinguistic Variation and Morphology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)SociolinguisticsPerceptionCompetence (human resources)

Résumé

récupéré en direct d'OpenAlex

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 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)0,004
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,001
Communication savante0,0040,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,060
Tête enseignante GPT0,413
Écart entre enseignants0,353 · 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'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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetLinguistic Variation and MorphologyTravaux en français237 207