Les avis de salariés sur la plateforme Glassdoor, pour une lecture critique et contextualisée
Bibliographic record
Abstract
La communication de recrutement a évolué avec l’affirmation de l’internet, en particulier depuis le développement des plateformes d’avis de salariés comme Glassdoor. Cet article propose une étude de la réception de ces avis par de jeunes diplômés, en suivant une approche compréhensive. Après une revue de littérature sur les avis de salariés distinguant deux courants de recherche, les résultats de cette étude montrent une lecture critique de ces commentaires, notamment au regard de leur fiabilité. L’influence d’une représentation sociale des sites d’avis de clients est argumentée et explique une réception orientée par le contexte de la publication en ligne de ces avis. Cet article illustre l’intérêt et les enjeux d’une étude qualitative des avis de salariés. Il propose enfin des voies de gestion de ces données en croissance pour de nombreuses organisations sur un marché de l’emploi en tension.
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 | 0.004 | 0.012 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.008 | 0.014 |
| Scholarly communication | 0.011 | 0.008 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.026 | 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".