Les comportements de recherche d'emploi sur Internet et leurs liens avec la qualité des candidatures
Bibliographic record
Abstract
L'utilisation d'Internet pour le recrutement et le développement de multiples outils de recrutement en ligne ont changé le visage de cette activité de dotation si primordiale aux entreprises.Dans ce nouveau contexte, notre recherche avait pour principal objectif de jeter un premier regard sur les comportements de recherche d'emploi sur Internet et leurs liens avec la qualité des candidatures.À cet effet, nous avons formulé une hypothèse générale se subdivisant en sept sous-hypothèses.Afin de les mettre à l'épreuve, nous avons utilisé une banque de candidatures constituée à partir de données recueillies par le biais du système de recrutement en ligne de l'entreprise Des] ardins Sécurité financière, compagnie d'assurance-vie.Les données provenant de 970 candidatures ont été l'objet d'analyses de corrélation et de régression.Les résultats de ces analyses n'apportent qu'un faible appui à trois de nos soushypothèses.En effet, on constate que le mode de soumission du profil est lié positivement au stade d'avancement dans le processus de sélection, le taux de proposition de candidature est lié positivement à la possession des critères obligatoires, au résultat aux questions avec pondération et au stade d'avancement dans le processus de sélection et enfin, le désir de recevoir des sollicitations est lié positivement au nombre d'atouts et au nombre de sollicitations reçues.On note aussi que la provenance du candidat est liée négativement au résultat aux questions avec pondération et que le désir de recevoir des sollicitations est lié négativement au stade d'avancement dans le processus de sélection.Mob clés :
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.027 | 0.128 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.010 | 0.017 |
| Science and technology studies | 0.004 | 0.003 |
| Scholarly communication | 0.018 | 0.011 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.021 | 0.003 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".