論文の概要: Predicting Job-Hopping Motive of Candidates Using Answers to Open-ended Interview Questions

• arxiv url: http://arxiv.org/abs/2007.11189v2
• Date: Wed, 12 May 2021 04:02:41 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-07 22:02:35.231145
• Title: Predicting Job-Hopping Motive of Candidates Using Answers to Open-ended Interview Questions
• Title（参考訳）: 質問に対する回答を用いた候補者の求職動機の予測
• Authors: Madhura Jayaratne and Buddhi Jayatilleke
• Abstract要約: この調査は、オンラインチャットインタビューを完了し、JHM Scaleで自己評価した4万5000人以上の求職者の回答に基づいている。 グローブの埋め込みは、使用した単語列とJHMスケールの間のr = 0.35の相関で最良の結果を与えた。
• 参考スコア（独自算出の注目度）: 0.76146285961466
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A significant proportion of voluntary employee turnover includes people who frequently move from job to job, known as job-hopping. Our work shows that language used in responding to interview questions on past behaviour and situational judgement is predictive of job-hopping motive as measured by the Job-Hopping Motives (JHM) Scale. The study is based on responses from over 45,000 job applicants who completed an online chat interview and self-rated themselves on JHM Scale. Five different methods of text representation were evaluated, namely four open-vocabulary approaches (TF-IDF, LDA, Glove word embeddings and Doc2Vec document embeddings) and one closed-vocabulary approach (LIWC). The Glove embeddings provided the best results with a correlation of r = 0.35 between sequences of words used and the JHM Scale. Further analysis also showed a correlation of r = 0.25 between language-based job-hopping motive and the personality trait Openness to experience and a correlation of r = -0.09 with the trait Agreeableness.
• Abstract（参考訳）: 自発的な従業員転職のかなりの割合は、ジョブホッピングとして知られる仕事から仕事へと頻繁に移行する人々を含む。 本研究は,過去の行動や状況判断に関する面接質問への回答に使用される言語が,jhm(job-hopping motivations)尺度で測定したジョブホッピング動機の予測であることを示す。 この調査は、オンラインチャットインタビューを完了し、JHM Scaleで自己評価した4万5000人以上の求職者の回答に基づいている。 テキスト表現の方法は,4つのオープン語彙アプローチ (TF-IDF, LDA, Glove語埋め込み, Doc2Vec文書埋め込み) と1つのクローズド語彙アプローチ (LIWC) である。 グローブの埋め込みは、使用した単語列とJHMスケールの間のr = 0.35の相関で最良の結果を与えた。 さらに、r = 0.25の言語に基づくジョブホッピング動機と、経験に対するパーソナリティ特性の開放性と、r = -0.09と特性の一致度との相関性も示された。

関連論文リスト

• AI Conversational Interviewing: Transforming Surveys with LLMs as Adaptive Interviewers [40.80290002598963]
  本研究では,人間のインタビュアーを大規模言語モデル (LLM) に置き換えて,スケーラブルな対話型インタビュアーを実現する可能性について検討する。 大学生を対象に,AIとヒューマンインタビュアーの双方にランダムにインタビューを依頼された学生を対象に,小規模で詳細な調査を行った。 様々な量的・質的な尺度は, インタビュアーのガイドライン, 応答品質, 参加者参加率, 総合的な面接効果に順応した。
  論文  参考訳（メタデータ） (2024-09-16T16:03:08Z)
• DAIC-WOZ: On the Validity of Using the Therapist's prompts in Automatic Depression Detection from Clinical Interviews [39.08557916089242]
  近年の研究では、インタビュアーのプロンプトをモデルに組み込んだ場合の性能向上が報告されている。 インタビュアーのプロンプトを用いたモデルでは,過去のメンタルヘルス問題に関する質問が質問されるインタビューの特定の領域に焦点を絞ることが分かる。 故意に利用することで0.90F1のスコアを得ることができ、このデータセットで報告された最も高い結果は、テキスト情報のみを用いてである。
  論文  参考訳（メタデータ） (2024-04-22T09:07:50Z)
• Clarify When Necessary: Resolving Ambiguity Through Interaction with LMs [58.620269228776294]
  そこで本稿では,ユーザに対して,あいまいさを解消するためのタスク非依存のフレームワークを提案する。 我々は3つのNLPアプリケーション(質問応答、機械翻訳、自然言語推論)にまたがるシステムを評価する。 インテントシムは堅牢であり、幅広いNLPタスクやLMの改善を実証している。
  論文  参考訳（メタデータ） (2023-11-16T00:18:50Z)
• Rethinking Evaluation Metrics of Open-Vocabulary Segmentaion [78.76867266561537]
  評価プロセスは、予測された真理のカテゴリと基底的真理のカテゴリの類似性を考慮せずに、クローズドセットのメトリクスに大きく依存している。 この問題に対処するため、まず2つのカテゴリー語間の11の類似度の測定を行った。 我々は,3つのオープン語彙セグメンテーションタスクに適した,オープンmIoU,オープンAP,オープンPQという新しい評価指標を設計した。
  論文  参考訳（メタデータ） (2023-11-06T18:59:01Z)
• Facial asymmetry: A Computer Vision based behaviometric index for assessment during a face-to-face interview [0.5062312533373298]
  行動計測は、選択過程における比較的小さな研究分野である。 本研究では,面接者の客観的評価を容易にする支援ツールとして,行動計測の利用を提案する。
  論文  参考訳（メタデータ） (2023-10-30T23:42:08Z)
• ChatGPT Evaluation on Sentence Level Relations: A Focus on Temporal, Causal, and Discourse Relations [52.26802326949116]
  対話型大規模言語モデルChatGPTの性能を,文間関係に基づいて定量的に評価する。 ChatGPTは因果関係の検出と推論において極めて優れた能力を示す。 既存の明示的な談話接続物との談話関係の大多数を特定できるが、暗黙的な談話関係は依然として恐ろしい課題である。
  論文  参考訳（メタデータ） (2023-04-28T13:14:36Z)
• Goal Driven Discovery of Distributional Differences via Language Descriptions [58.764821647036946]
  大きなコーパスを採掘することは有用な発見をもたらすが、人間には時間がかかる。 我々は、ゴール駆動方式で2つの大きなコーパス間の差異を自動的に発見する新しいタスクD5を定式化する。 本稿では,OpenD5 の幅広い応用について,これまで不明な発見を著者に提示する。
  論文  参考訳（メタデータ） (2023-02-28T01:32:32Z)
• Connecting Humanities and Social Sciences: Applying Language and Speech Technology to Online Panel Surveys [2.0646127669654835]
  オランダのパネル調査において,言語と音声技術のオープンエンド質問への適用について検討した。 実験波では、回答者は音声やキーボードを使ってオープンな質問に答えることができた。 本稿では,ASRシステムが生成した誤りを報告し,これらの誤りが下流解析に与える影響について検討する。
  論文  参考訳（メタデータ） (2023-02-21T10:52:15Z)
• A Graph-Based Context-Aware Model to Understand Online Conversations [3.8345539498627437]
  オンライン会話では、コメントや返信は、すぐに関連する情報以外の外部のコンテキストに基づいている可能性がある。 グラフウォークを用いて会話のより広いコンテキストを組み込む新しいグラフベースのディープラーニングアーキテクチャであるGraphNLIを提案する。 極性予測と擬似的ヘイトスピーチ検出という2つのタスクでGraphNLIを評価する。
  論文  参考訳（メタデータ） (2022-11-16T20:51:45Z)
• TASA: Deceiving Question Answering Models by Twin Answer Sentences Attack [93.50174324435321]
  本稿では,質問応答(QA)モデルに対する敵対的攻撃手法であるTASA(Twin Answer Sentences Attack)を提案する。 TASAは、金の回答を維持しながら、流動的で文法的な逆境を生み出す。
  論文  参考訳（メタデータ） (2022-10-27T07:16:30Z)
• Question-Interlocutor Scope Realized Graph Modeling over Key Utterances for Dialogue Reading Comprehension [61.55950233402972]
  本稿では,対話読解のためのキーワード抽出手法を提案する。 複数の連続した発話によって形成された単位に対して予測を行い、より多くの回答を含む発話を実現する。 発話のテキスト上に構築されたグラフとして,質問-対話者スコープ実現グラフ(QuISG)モデルを提案する。
  論文  参考訳（メタデータ） (2022-10-26T04:00:42Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。