ඔබ දවසේ තුන්වන සම්මුඛ පරීක්ෂණය අවසන් කර ඔබට කවුරුන් අවශ්යදැයි දැනටමත් දන්නවා. එය සම්මුඛ පරීක්ෂණ අගතිය ක්රියාත්මක වන ආකාරයයි, සහ ඇමරිකානු බඳවා ගැනීමේ තීරණ ගන්නන්ගෙන් 87% ක් පවසන්නේ පළමු සංවාදය තමන්ට කවුරුන් සාර්ථක වේදැයි කියන බවයි (Express-Harris සමීක්ෂණය). එහෙත් ඔබ දන්නා එකම දෙය 1 අපේක්ෂකයෙක් වඩා හොඳින් සම්මුඛ පරීක්ෂණයට මුහුණ දුන් බව නම්, එම පුද්ගලයා වඩා හොඳ බඳවා ගැනීමක් වීමේ සම්භාවිතාව 56% සිට 61% දක්වා පමණි (NPR).
මේ කිසිවක් ඔබව අසාධාරණ ලෙස නොසලකයි: දිනකට සම්මුඛ පරීක්ෂණ 5 ක් සමඟ සැරිසැරීමට ඔබේ මනස කෙටි මාර්ග ගනී. බඳවා ගැනීමේ අගතිය පිළිබඳ බොහෝ මාර්ගෝපදේශ කෙටි මාර්ග නම් කරයි, නමුත් ඒවා ප්රමාණ කරන්නේ ස්වල්පයක් පමණි, සහ ජනප්රිය විසඳුම වන දැනුවත්භාවය පුහුණුව, හැසිරීම වෙනස් කිරීම පිළිබඳ සාක්ෂි ස්වල්පයක් ඇත.
ප්රමාණය ඔබට සඳුදා වැය කළ යුතු තැන කියයි. ශක්තිමත් පළමු මිනිත්තු කිහිපය රැකියා දීමනාවට වඩා දළ වශයෙන් දෙගුණයක් සමීපව අවසාන ලකුණු සමඟ ගමන් කරයි.
සම්මුඛ පරීක්ෂණ අගතිය පිළිබඳ මෙම මාර්ගෝපදේශය බලපෑම් ප්රමාණ කරන අතර, බොහෝ විට රසායනාගාර සහ සමාලෝචන අධ්යයනවලින් ලබාගත් පර්යේෂණ පසුබිමක් සහිත චලන 3 ක් ඔබට ලබා දෙයි. ඔබ කිසිවෙකු හමුවීමට පෙර නිර්ණායක ලියන්න, සහ ලිඛිත රුබ්රික් එකකට එරෙහිව එක් එක් පිළිතුර තමන්ගේම ලෙස ලකුණු කරන්න. එවිට කිසිවෙකු ඒවා ගැන විවාද කිරීමට පෙර ස්ථාවර රීතියක් ලකුණු එකතු කිරීමට ඉඩ දෙන්න.
ප්රධාන ග්රහණ
- පළමු මිනිත්තු කිහිපය තීරණය කරන්නේ කොපමණද? ඒවා රැකියා දීමනාවට වඩා දළ වශයෙන් දෙගුණයක් සමීපව ඔබේ අවසාන ශ්රේණිගත කිරීම සමඟ ගමන් කරයි, එබැවින් එක් එක් පිළිතුර වෙන වෙනම ලකුණු කර අවසානයේ තීරණය කරන්න.
- මුලින්ම කළ යුතු එක් වෙනස කුමක්ද? ඔබ කිසිවෙකු හමුවීමට පෙර නිර්ණායක ලියන්න. පිරිමි ස්වේච්ඡා සේවකයන් සමඟ කළ 1 පරීක්ෂණයකදී, එසේ කිරීමෙන් ලකුණුවල පැවති ආසන්න වශයෙන් ලකුණු 1.5 ක ස්ත්රී පුරුෂ පරතරය ඉවත් විය.
- ව්යුහගත සම්මුඛ පරීක්ෂණ සම්මුඛ පරීක්ෂණ අගතිය ඇත්තටම අඩු කරයිද? ලකුණුවලදී, බොහෝ දුරට. අපේක්ෂකයන් 20,000 කට ආසන්න සංඛ්යාවක් සමඟ කළ එක් අධ්යයනයක ස්ත්රී පුරුෂ හෝ ජාති පරතරයක් හමු නොවීය, නමුත් සමාලෝචනයක් තවමත් ජාති පරතරයක් සොයා ගත් අතර එය හැකියා පරීක්ෂණවල පරතරයෙන් තුනෙන් එකකටත් වඩා අඩුය.
- අන්ධ බඳවා ගැනීම හෝ අගති පුහුණුව මෙම ගැටලුව විසඳයිද? තනිව කිසිවක් නොකරයි. ව්යංග්ය අගතිය වෙනස් කිරීමේ ක්රම පිළිබඳ අධ්යයන 492 ක සමාලෝචනයක් හැසිරීමේ සුළු වෙනස්කම් සොයා ගත් අතර, ස්වේච්ඡා සමාගම් පිළිබඳ 1 ප්රංශ පරීක්ෂණයකදී නිර්නාමික CV සුළුතර සම්මුඛ පරීක්ෂණ පරතරය සියයට 2.4 සිට සියයට 13 දක්වා පුළුල් කළේය.
- මගේ බඩවැල් හැඟීම සහ ලකුණු එකඟ නොවන විට මා කුමක් කළ යුතුද? එය අතපසු කළ රැකියාවට සම්බන්ධ නිර්ණායකයක් ඔබට නම් කළ හැකි නම් මිස, සමස්තයට ජය ගැනීමට ඉඩ දෙන්න, සහ එය ලියා තබන්න. ස්ථාවර ලකුණු දීමේ රීතියක් සියල්ල තම හිස් තුළ කිරා මැන බැලූ විද්වත්තුන්ට වඩා 50% කට වැඩි ප්රමාණයකින් රැකියා කාර්ය සාධනය පුරෝකථනය කළේය.
1. සම්මුඛ පරීක්ෂණ අගතිය මා බඳවා ගන්නා පුද්ගලයා කොතරම් වෙනස් කරයිද, සහ මුලින්ම නිවැරදි කළ යුතු අගතීන් මොනවාද?
සම්මුඛ පරීක්ෂණ අගතිය සැබෑ සහ මැනිය හැකි ය, නමුත් එය 1 අංකයක් නොවේ, එබැවින් ඔබට අගතීන් ප්රමාණය අනුව ශ්රේණිගත කළ නොහැක. චලන 3 කින් ඒවා නිවැරදි කරන්න: නිර්ණායක අගුළු දමන්න, එක් එක් පිළිතුර තමන්ගේම ලෙස ලකුණු කරන්න, සහ ස්ථාවර රීතියක් ලකුණු එකතු කිරීමට ඉඩ දෙන්න.
අගතිය ලකුණු 1 දිශාවකට තල්ලු කරයි, සහ ශබ්දය යනු අහඹු එකඟ නොවීමයි. වගුව දෙකෙහිම කොටස් ප්රමාණ කරයි, එබැවින් ඒවා එකතු නොකරන්න.
| අගතිය | එය දිස්වන ආකාරය | හමුවූ ප්රමාණය | උපකාර විය යුතු දේ (අපගේ විනිශ්චය; නිර්ණායක-පළමු ක්රමය පමණක් පරීක්ෂා කර ඇත) |
|---|---|---|---|
| පළමු හැඟීම | මුල් දැක්මක් ඉතිරිය වර්ණ ගන්වයි | අවසන් ඇගයීම 0.42 කින් සහ රැකියා යෝජනාව 0.22 කින් නිරීක්ෂණය කරයි (Barrick et al.) | ඊළඟ පිළිතුරට පෙර සෑම පිළිතුරක්ම ලකුණු කරන්න |
| දෛනික කෝටාව (පටු වරහන්කරණය) | ඉහළ ලකුණු කිහිපයකට පසු ඔබ අත්හිටුවයි, එක් එක් දිනයට කෝටාවක් ඇති බඳුව | MBA ඇතුළත් කිරීමේ සම්මුඛ සාකච්ඡාවලදී, 1 සිට 5 පරිමාණයේ ඊළඟ ලකුණුව ~0.075 කින් පහත වැටුණි (Simonsohn සහ Gino) | දිනයේ ගණනට නොව, ලිඛිත නැංගුරම්වලට එරෙහිව ලකුණු කරන්න (අපගේ අනුමානය; කිසිදු නිවැරදි කිරීමක් පරීක්ෂා නොකළේය) |
| සමානත්වය | හවුල් විනෝදාංශ හෝ විලාසය කෙරෙහි ඔබ උණුසුම් වේ | ප්රමුඛ පෙළේ සමාගම් සේවා යෝජකයන් සමඟ සම්මුඛ සාකච්ඡා 120කදී හවුල් සංස්කෘතිය බොහෝ විට ඵලදායිතාවයට වඩා බර දැරීය (Rivera, 2012 මූලික) | ලිඛිත වැඩ-විලාස නිර්ණායකයක් ලකුණු කරන්න |
| චලනය වන ඉලක්ක කණු | කවුරුන් අයදුම් කළේ දැයි දුටු පසු ඔබ වැදගත් වන්නේ කුමක්දැයි තීරණය කරයි | පිරිමි ඇගයන්නන් පිරිමි අයදුම්කරුට 6.06 ක් සහ ගැහැණු අයදුම්කරුට 4.53 ක් ලබා දුන්හ; නිර්ණායක පළමුව පැමිණි පසු සැලකිය යුතු පරතරයක් නොවීය (Uhlmann සහ Cohen) | පළමු CV ට පෙර නිර්ණායක අගුළු දමන්න |
| අධි විශ්වාසය | කතාබහක් ඔබව වඩාත් විශ්වාස කරන සේ නමුත් වඩාත් නිවැරදි කරන්නේ නැත | වඩා හොඳ ක්රියාකාරීත්වයක් ඇති අය පරීක්ෂණ සහ ව්යුහ රහිත සම්මුඛ සාකච්ඡාවක් සමඟ 62% ක් ද, පරීක්ෂණ පමණක් සමඟ 69% ක් ද තෝරා ගත්හ (බඳවා ගැනීමේ තීරණ ගන්නන් 132ක්, ගුවන් ටිකට් නියෝජිත අයදුම්කරුවන්, Kausel et al.) | සම්මුඛ සාකච්ඡාව බරැති එක් ආදානයක් ලෙස සලකන්න |
| හාලෝ ආචරණය | 1 ලක්ෂණයක් ඉතිරිය වර්ණ ගන්වයි | පරීක්ෂා කළ මූලාශ්රවල විශ්වාසදායක ප්රමාණයක් නොමැත | සෑම නිර්ණායකයක්ම එහිම සාක්ෂිය මත ඇගයීම් කරන්න |
2010 මූලික අධ්යයනයක, පුහුණු සම්මුඛ සාකච්ඡා පිළිබඳ අධ්යයනයකදී, ආරම්භක මිනිත්තුවල හැඟීම් සම්මුඛ පරීක්ෂකගේ අවසන් ඇගයීම 0.42 කින් නිරීක්ෂණය කළේය. ඔවුන් සැබෑ යෝජනාව නිරීක්ෂණය කළේ 0.22 කින් පමණි (Barrick සහ සගයන්). මෙයින් අදහස් වන්නේ ඔබේ පළමු හැඟීම යෝජනාවට වඩා දෙගුණයක් ඔබේම ඇගයීමට සමීපව නිරීක්ෂණය කරන අතර, එහි කොටසක් සැබෑ කියවීමක් බවයි (8 වන කොටස).
සාක්ෂි පැමිණීමට පෙර එම පළමු මිනිත්තු ලකුණු තීරණය කිරීමට ඉඩ දීම අවදානමයි.
2013 මූලික අධ්යයනයක, MBA ඇතුළත් කිරීමේ සම්මුඛ සාකච්ඡා 9,000+ ක් පිළිබඳ අධ්යයනයකදී, දිනයේ මුල් භාගයේ ඉහළ ලකුණු ඊළඟ ලකුණුව පහත හෙළීය (Simonsohn සහ Gino). කතෘන් මෙය පටු වරහන්කරණය ලෙස හඳුන්වන අතර, වෙනස්කම් සංසන්දනය කිරීම අනුමාන නොවන පැහැදිලි කිරීමක් ලෙස සොයා ගත්හ. දිනයේ තුන්වන සම්මුඛ සාකච්ඡාවේ සිට ගණන් කළ විට, කලින් ලකුණුවල 0.75-ලකුණු ඉහළ යාමකට පසු ඊළඟ අයදුම්කරුට ~0.075 ලකුණු අහිමි විය.
එය එක් පුද්ගලයෙකුට කුඩා ය, නමුත් සමීප තීරණයක් තීරණය කළ හැකිය. මුලින්ම කුමක් නිවැරදි කළ යුතු ද යන්න අධ්යයනයක ප්රතිඵලයක් නොව අපගේ විනිශ්චයයි.

සම්මුඛ සාකච්ඡා අගතිය ඇතුළු වන තැන: පෙරීම, පළමු මිනිත්තු, ලකුණු දීමේ අනුපිළිවෙල, සම්මුඛ පරීක්ෂක එකඟතාවය සහ අවසන් තීරණය, එක් එක් මූලික අධ්යයනයක හමුවූ ප්රමාණය සමඟ.
2. දත්ත කණ්ඩායමක් නොමැතිව මගේම සම්මුඛ සාකච්ඡා ලකුණු සහ බඳවා ගැනීම් අගතිය සඳහා පරීක්ෂා කරන්නේ කෙසේද?
පැතුරුම්පත් පරීක්ෂණ 4ක් ක්රියාත්මක කරන්න: සම්මුඛ පරීක්ෂක එකඟතාවය, ලකුණු බඳවා ගැනීම් නිරීක්ෂණය කරන ආකාරය, කණ්ඩායම අනුව සමත් වීමේ අනුපාත සහ ඔබේ සටහන් පවසන දේ. කුඩා කණ්ඩායමකට මෙතරම් සුළු දත්තවලින් සම්මුඛ සාකච්ඡා අගතිය ඔප්පු කළ නොහැකි නමුත්, විශාල පරතරයන් හඳුනාගත හැකිය.
- ඔබේ සම්මුඛ පරීක්ෂකයන් එකඟ වෙනවාද? එකම අවසන් සම්මුඛ පරීක්ෂණයට පැමිණි අය සඳහා එක් එක් නිර්ණායකය අනුව සෑම සම්මුඛ පරීක්ෂකයෙකුගේම ලකුණු ලැයිස්තුගත කරන්න, පසුව ලකුණු 2ක් හෝ ඊට වැඩි පරතරයක් ඇති ලකුණු යුගල ගණන් කරන්න. යුගල 6න් 3ක් එසේ යැයි කියමු: අපගේ අත්දැකීම් මත පදනම් වූ රීතිය අනුව, මාර්ගෝපදේශකයන් නැවත ලිවිය යුතුය. විශ්වසනීයත්ව ඇස්තමේන්තු 125ක් පුරා, එකම අපේක්ෂකයා වෙන වෙනම මුණගැසුණු සම්මුඛ පරීක්ෂකයන් 0 සිට 1 පරිමාණයේ 0.44ක් ලෙස එකඟ විය (Huffcutt සහ සගයන්, 2013 මූලික අධ්යයනය). සම්මුඛ පරීක්ෂණ 1ක් බෙදාගන්නා කණ්ඩායම් සාමාජිකයන් 0.74ක් ලෙස එකඟ විය. අපේක්ෂකයන් ස්ථාවරව ඇගයීම කරන ආකාරය බලන්න.
- ලකුණු, බඳවා ගත් අයගේ කාර්ය සාධනය හා සමපාත වෙනවාද? මාස 6කට පමණ පසු කළමනාකරුගේ ශ්රේණිගත කිරීම සමඟ එක් එක් බඳවා ගැනීමේ සම්මුඛ ලකුණු පෙළගස්වන්න (අපගේ අත්දැකීම් මත පදනම් වූ රීතිය). ඔබ බඳවා ගත් අය පමණක් ඔබ දකින බැවින්, සම්බන්ධය සැබෑවට වඩා දුර්වල ලෙස පෙනේ.
- සමත් වීමේ අනුපාත සමූහය අනුව වෙනස් වෙනවාද? සෑම කැපුම් අංකයකදීම, එක් එක් සමූහයේ සමත් වීමේ අනුපාතය ඉහළම සමූහයේ අනුපාතයෙන් බෙදන්න. පිරිමි 50න් 30ක් සහ ගැහැණු 40න් 12ක් සමත් වුවහොත්, ගැහැණු අනුපාතය පිරිමි අනුපාතයෙන් 50%කි. 80%ට පහළ වීම යනු ජාතිය, ස්ත්රී පුරුෂ භාවය හෝ ජනවාර්ගික සමූහය අනුව ප්රතිකූල බලපෑම සඳහා වන ඇමරිකානු අත්දැකීම් මත පදනම් වූ රීතියයි (29 CFR 1607.4). එය නීතිමය සීමාවක් නොව ලාභදායී පුරුද්දක් වන අතර, සමූහ දත්ත රැස් කිරීම දේශීය නීතිවලින් සීමා කළ හැක.
- ඔබේ සටහන් මොනවා කියනවාද? "විශිෂ්ට ශක්තියක්" සහ "නොගැළපෙන" වැනි අපැහැදිලි වාක්ය ඛණ්ඩ ගණන් කරන්න; මේවා මිත්රශීලී වචන තුළ අගතිය සඟවන අතර විගණනය කළ නොහැක.

සම්මුඛ පරීක්ෂක එකඟතාවය: වෙන් වූ සම්මුඛ පරීක්ෂකයන් 0.44 කින් සහ මණ්ඩලයක් 0.74 කින් එකඟ වේ, එහිදී 1 පරිපූර්ණ වේ, විශ්වාසනීයත්ව ඇස්තමේන්තු 125ක් සහ පුද්ගලයන් 32,428 ක් පුරා (මූලික).
3. ව්යුහගත සම්මුඛ පරීක්ෂණ සම්මුඛ පරීක්ෂණ අපක්ෂපාතීත්වය අඩු කරනවාද, මුලින්ම මා කළ යුතු එක් වෙනස කුමක්ද?
බොහෝ දුරට, ඔබට මැනිය හැකි කොටස සඳහා: ලකුණු. අයදුම්කරුවන් 20,000කට ආසන්න සංඛ්යාවක් සහභාගී වූ 1 අධ්යයනයක, අතිශය ව්යුහගත සම්මුඛ පරීක්ෂණවල ස්ත්රී පුරුෂ භේදය හෝ ජාතිය අනුව, නැතහොත් සම්මුඛ පරීක්ෂකයා සහ අයදුම්කරු ගැළපීම අනුව ලකුණු පරතරයක් පෙන්නුම් කළේ නැත.
එය විශාල සංවිධානයක 1 කළමනාකරණ රැකියාවක් ආවරණය කළ අතර, බඳවා ගැනීමේ ප්රතිඵල නොව ශ්රේණිගත කිරීම් මැනිය (McCarthy සහ සහෝදරයෝ, 2010 මූලික අධ්යයනය).
Berry සහ සහෝදරයෝ ව්යුහගත සම්මුඛ පරීක්ෂණවල කළු-සුදු ලකුණු පරතරය සම්මත අපගමන 0.24ක් ලෙස දක්වති; එය හැකියා පරීක්ෂණවල 0.79ට වඩා තුනෙන් එකකට අඩුය. පහත අපගේම සංඛ්යා AI ශ්රේණිගත කිරීම් වන අතර, ස්ථාවර රුබ්රික් එකකට එරෙහි ශ්රේණිගත කිරීම් තවමත් එකට චලනය වේ, එබැවින් ඔබේ ඒවා පරීක්ෂා කරන්න.
නිර්ණායක කල්තියා නියම කිරීම ව්යුහය උපකාරී වන්නේ මන්දැයි පෙන්වයි. 1 පරීක්ෂණයක, අයදුම්කරු දුටු පසු නිර්ණායක නියම කළ පිරිමි ස්වේච්ඡා සේවකයන් පිරිමි අයදුම්කරුට 6.06ක් සහ ගැහැණු අයදුම්කරුට 4.53ක් ලබා දුන්හ.
මුලින්ම නිර්ණායකවලට කැප වූ අය පිරිමි සහ ගැහැණු අයදුම්කරුවන්ට 5.07 සහ 5.31 ලෙස ලබා දුන් අතර, සැලකිය යුතු පරතරයක් තිබුණේ නැත. ඔවුන් මානව සම්පත් වෘත්තිකයන් නොව ස්වේච්ඡා සේවකයන් වූහ (Uhlmann සහ Cohen, 2005 මූලික අධ්යයනය).

නිර්ණායක මුලින්ම: නිර්ණායක පසුව පැමිණි විට පිරිමි ස්වේච්ඡා සේවකයන් පිරිමි සහ ගැහැණු අයදුම්කරුවන්ට 6.06 සහ 4.53 ලබා දුන් අතර, මුලින්ම නියම කළ විට 5.07 සහ 5.31 ලබා දුන්හ (මූලික අධ්යයනය).
Flowmingo දත්ත · බඳවා ගැනීම්කරුවන් විසින් නියම කළ නිර්ණායකවලට එරෙහිව ලකුණු කළ AI සම්මුඛ පරීක්ෂණ · 2026 ජූලි 9 සිට ඔක්තෝබර් 4 දක්වා
- 0.51 එකම බඳවා ගැනීමේ ව්යාපෘතියක් තුළ 1 නිර්ණායකයක ශ්රේණිගත කිරීමක් සහ තවත් එකක් අතර සාමාන්ය සහසම්බන්ධය, එහිදී 0 යනු සම්බන්ධයක් නැති බවත් 1 යනු සැමවිටම එකට චලනය වන බවත්ය (ලකුණු කළ අයදුම්කරුවන් 30ක් හෝ වැඩි ගණනක් සිටි ව්යාපෘති 204ක මධ්යස්ථය, AI සම්මුඛ පරීක්ෂණ 27,599ක්, සමාගම් 120ක්)
එකට චලනය වන ශ්රේණිගත කිරීම් යනු සැබවින්ම සම්බන්ධ නිපුණතා හෝ නිර්ණායක හරහා ගෙන යන සමස්ත හැඟීමක් විය හැකි අතර, දත්තවලට ඒ කුමක්දැයි කිව නොහැක. ලකුණු යනු Flowmingo හි AI ලකුණු මිස රැකියා කාර්ය සාධනය නොවේ.
3.1 මුලින්ම මා කළ යුතු එක් වෙනස කුමක්ද?
ඔබ කිසිවෙකු හමුවීමට පෙර නිර්ණායක 4 සිට 6ක් සහ එක් එක් නිර්ණායකය සඳහා 1ක්, 3ක් සහ 5ක් කෙසේ පෙනෙන්නේද යන්න ලියන්න. ඉන්පසු සෑම පිළිතුරක්ම ඒවාට එරෙහිව ලකුණු කරන්න.
මෙම වෙනස මුලින්ම පැමිණෙන්නේ එය ඔබ ඉදිරියේ සිටින පුද්ගලයා දෙසට නිර්ණායක ගසාගෙන යාම නවත්වන බැවිනි, අනෙක් සෑම පියවරකටම එය අවශ්ය වේ.
මෙම වගුවේ දැක්වෙන්නේ පාරිභෝගික සහාය විශේෂඥයෙකු සඳහා උදාහරණාත්මක නිර්ණායකයක් මිස පාරිභෝගික දත්ත නොවේ: කලබලයට පත් පාරිභෝගිකයෙකු හසුරුවයි.
| ලකුණු | පිළිතුරෙන් පෙන්නුම් කරන දේ |
|---|---|
| 5 | තත්ත්වය, ඔවුන් පැවසූ හා කළ දේ, ප්රතිඵලය, සහ ඔවුන් වෙනස් කරන්නේ කුමක්ද යන්න |
| 3 | ඔවුන් කළ දේ, නමුත් ප්රතිඵලයක් නැත, නැතහොත් මුළු පිළිතුර පුරාම "අපි" |
| 1 | පාරිභෝගිකයා අපහසු වීම සහ ඔවුන්ගේම ක්රියාවක් නොමැති වීම |
අපගේ ක්රමවත් සම්මුඛ පරීක්ෂණ මාර්ගෝපදේශයේ උදාහරණ ප්රශ්න ඇත.
4. අන්ධ බඳවා ගැනීම් ක්රියා කරනවාද, නැතහොත් නම් සැඟවීමෙන් සිදුවන්නේ අගතිය සම්මුඛ පරීක්ෂණයට මාරු කිරීම පමණද?
සමහර විට. නම් සැඟවීම ප්රසිද්ධ වාද්ය වෘන්ද පර්යේෂණයකදී උපකාරී වූ නමුත් ප්රංශ අත්හදා බැලීමකදී අහිතකර ලෙස හැරුණි, එබැවින් පළමුව ඔබේම කෙටි ලැයිස්තුව මත එය පරීක්ෂා කරන්න.
ක්ෂේත්ර පරීක්ෂණවලින් CV අදියරේදී නැවත ඇමතුම්වල පරතරයන් නිතර හමුවන නිසා මිනිසුන් අන්ධ බඳවා ගැනීම් වෙත යොමු වෙති. Quillian සහ සගයන් ක්ෂේත්ර පරීක්ෂණ 28ක් සමාලෝචනය කළහ (2017 මූලික). 1989 සිට පවත්වන ලද 24 අතරින්, සුදු අයදුම්කරුවන්ට අප්රිකානු ඇමරිකානු අයදුම්කරුවන්ට වඩා සාමාන්යයෙන් 36% වැඩි නැවත ඇමතුම් ලැබුණි.
ප්රසිද්ධ වාද්ය වෘන්ද පර්යේෂණය එහි කීර්තියට වඩා දුර්වලය. සම්මුඛ පරීක්ෂකයන් සහ විනිශ්චය මණ්ඩලය අතර තිරයක් කාන්තාවක් සමහර වටවලින් ඉදිරියට යාමේ අවස්ථාව 50%කින් වැඩි කළේය (Goldin සහ Rouse, 2000 මූලික). කතුවරුන් විශාල ප්රමිති දෝෂ පිළිගනිති, සහ සම්මුඛ පරීක්ෂණයක් යනු දක්ෂතා ප්රදර්ශනයක් මිස සංවාදයක් නොවේ.
නිර්නාමික CV පිළිබඳ ප්රංශ අත්හදා බැලීමකදී, සුළුතර අයදුම්කරුවන් සඳහා සම්මුඛ පරීක්ෂණ පරතරය සියයට ලකුණු 2.4 සිට 13 දක්වා පුළුල් විය (Behaghel සහ අනෙක් අය, 2015 මූලික). සේවක 50කට වැඩි ආරාධිත සමාගම්වලින් 62%ක් පමණක් සහභාගී වූ අතර, පර්යේෂකයන් ස්වයං-තේරීම සහ නැතිවූ සන්දර්භය උපුටා දක්වති.

ප්රංශයේ නිර්නාමික CV: සුළුතර සම්මුඛ පරීක්ෂණ පරතරය සියයට ලකුණු 2.4 සිට 13 දක්වා වර්ධනය විය, සහ ආරාධිත සමාගම්වලින් 62%ක් පමණක් සහභාගී විය (මූලික).
සගයෙකුට නම්, ඡායාරූප සහ උපන් දිනයන් සැඟවූ මෑත CV 20ක් පමණ කෙටි ලැයිස්තුගත කිරීමට සලස්වන්න, පසුව ඔවුන්ගේ ලැයිස්තුව ඔබේ ලැයිස්තුව සමඟ සසඳන්න (අපගේ යෝජනාව). වෙනස්කම් නම් මෙන්ම රුචිය ද පිළිබිඹු කළ හැකි බැවින්, ඒවා ඉඟියක් ලෙස භාවිතා කරන්න. අපගේ අයදුම්කරු කෙටි ලැයිස්තුගත කිරීමේ මාර්ගෝපදේශය හැකි තැන්වල නම් සැඟවීම යෝජනා කරයි.
අන්ධ බඳවා ගැනීම සම්මුඛ පරීක්ෂණයටම කිසිවක් කරන්නේ නැත; එහිදී ඔබ පුද්ගලයා දකින බැවින්, සම්මුඛ අගතිය අඩු කිරීමට සම්මුඛ පරීක්ෂණයට ව්යුහයක් අවශ්ය වේ.
5. සම්මුඛ පරීක්ෂක පුහුණුව සම්මුඛ පරීක්ෂණ පක්ෂපාතීත්වය අඩු කරනවාද, නැත්නම් එය මගේ කළමනාකරුවන්ගේ කාලය නාස්තියක්ද?
තනිව එයින් නොවේ. දැනුවත්භාවය පුහුණුව කෙටි කලකට දැනුවත්භාවය වැඩි කළ හැකි බවට සාක්ෂි හමුවුවත්, එය හැසිරීම වෙනස් කරන බව පෙන්නා නැත, එබැවින් ඒ වෙනුවට ලකුණු දීමේ පුහුණුව භාවිත කරන්න.
බ්රිතාන්ය රජයේ සාක්ෂි සාරාංශයකට අනුව, නොදැනුවත් පක්ෂපාතීත්ව පුහුණුව හැසිරීම වෙනස් කරන හෝ සේවා ස්ථානයේ සමානාත්මතාවය වැඩිදියුණු කරන බවට කිසිදු සාක්ෂියක් හමු නොවීය (GOV.UK, මූලික 2020). ව්යංග්ය පක්ෂපාතීත්වය වෙනස් කිරීමේ ක්රම පිළිබඳ අධ්යයන 492ක සමාලෝචනයකින් බොහෝ දුරට දුර්වල බලපෑම් සහ හැසිරීමේ සුළු වෙනස්කම් පමණක් හමුවිය (Forscher et al., මූලික 2019).
උපකාරී වන්නේ රුබ්රික්කය පිළිබඳ නිපුණතා පුහුණුවයි. වීඩියෝ පටිගත කළ සම්මුඛ පරීක්ෂණ පිළිබඳ 2011 මූලික පර්යේෂණාගාර අධ්යයනයකදී, frame-of-reference පුහුණුව සහ anchored rating scales එක් එක් වශයෙන් ශ්රේණිගත කිරීමේ නිරවද්යතාව වැඩි දියුණු කළේය (Melchers සහ අනෙකුත් අය).
ප්රායෝගිකව, frame-of-reference පුහුණුව මෙම එක් දින මධ්යාහ්න සැසිය ලෙස පෙනිය හැක; මෙය අපගේම අනුවර්තනයක් මිස පරීක්ෂා කළ ක්රියාවලියක් නොවේ. සෑම කෙනෙකුම එකම පටිගත කළ පිළිතුරු 3 රුබ්රික්කයට එරෙහිව තනිව ශ්රේණිගත කරයි. පසුව බඳවා ගැනීමේ ප්රධානියා කලින් ලියා තැබූ යොමු ලකුණු පෙන්වයි, සහ පුද්ගලයන් 2ක් ලකුණු 2ක් හෝ වැඩි ගණනකින් වෙනස් වූ ඕනෑම මාර්ගෝපදේශකයක් කණ්ඩායම නැවත ලියයි.
පළපුරුදු සම්මුඛ පරීක්ෂකවරයෙකු ප්රතිරෝධය දක්වන්නේ නම්, 1 වන කොටසේ Kausel ප්රතිඵලය පෙන්වන්න. පරීක්ෂණ ලකුණුවලට ව්යුහ විරහිත සම්මුඛ පරීක්ෂණ ශ්රේණිගත කිරීමක් එකතු කිරීම නිසා බඳවා ගැනීමේ තීරණ ගන්නන් වඩාත් හොඳ කාර්ය සාධනයක් දක්වන්නා අඩු වාර ගණනක් තෝරා ගත්හ.
6. සම්මුඛ පරීක්ෂකයන් "හොඳ හැඟීමක්" ලියනවා නැත්නම් එක් අපේක්ෂකයෙකු ගැන එකඟ නොවෙනවා. අපි රුබ්රික්කයකට එරෙහිව ලකුණු දෙන්නේ කෙසේද?
කිසිවෙකු අපේක්ෂකයන් සංසන්දනය කිරීමට පෙර, ලිඛිත 1 සිට 5 දක්වා anchors වලට එරෙහිව එක් එක් පිළිතුර තනිව ලකුණු කරන්න, පසුව ස්ථිර නියමයකට අනුව ලකුණු එකතු කරන්න.
"හොඳ හැඟීමක්" වැනි හැඟීමක් තුළයි සම්මුඛ පරීක්ෂණ පක්ෂපාතීත්වය සැඟවී ඇත්තේ, මන්ද කිසිවෙකුට එය විගණනය කළ හෝ අපේක්ෂකයන් හරහා සංසන්දනය කළ නොහැකි බැවිනි. වගුවේ අපැහැදිලි සටහන් 4ක් සාක්ෂි ලෙස නැවත ලියා ඇත (නිදර්ශනාත්මක, පාරිභෝගික දත්ත නොවේ).
| අපැහැදිලි සටහන | සාක්ෂි සටහන | නිර්ණායකය |
|---|---|---|
| "විශිෂ්ට ශක්තියක්, හොඳින් ගැළපුණා" | "ඔවුන් පිළිතුරු මැක්රෝ 2ක් පරීක්ෂා කර පිළිතුරු කාලය තුනෙන් එකකින් අඩු කළ බව පැවසීය" | වැඩ කරන ආකාරය වැඩිදියුණු කරයි |
| "ශක්තිමත් සංස්කෘතික ගැළපීම" | "කළමනාකරුවෙකු සමඟ එකඟ නොවීම සහ එයින් වෙනස් වූ දේ විස්තර කළේය" | වැඩ කරන ශෛලිය |
| "ප්රමාණවත් තරම් ජ්යෙෂ්ඨ නොවේ" | "කණ්ඩායමක පුද්ගලයන් 3ක් මෙහෙයවා ඇත; භූමිකාවට 10ක් අවශ්යයි" | අතීත වැඩ පරාසය |
| "මාව මතක් කළා" | මකන්න: සාක්ෂි නොවේ | කිසිවක් නැත |
3 වන කොටසේ 1, 3 සහ 5 anchors භාවිත කරන්න. පසුව පළමු සම්මුඛ පරීක්ෂණයට පෙර ඔබ ස්ථිර කරන නියමයකට අනුව ලකුණු එකතු කරන්න, උදාහරණයක් ලෙස සමාන බරවල්. අනිවාර්ය අවම සීමාවක්ද එකතු කරන්න, එහිදී 3ට පහළ ඕනෑම අනිවාර්ය අංගයක් යනු බඳවා නොගැනීමයි (සම්මුඛ පරීක්ෂණ ලකුණු පුවරු අච්චුව).
6.1 සම්මුඛ පරීක්ෂකයන් 2ක් එකඟ නොවන විට මම විශ්වාස කළ යුත්තේ කාගේ ලකුණුද?
විනිශ්චයත් එයම නොවේ. අපගේ අත්දැකීම් රීතිය අනුව, නිර්ණායකයක් මත ලකුණු 2ක හෝ ඊට වැඩි පරතරයක් යනු සාක්ෂිය හෝ නිර්ණායකය වෙනස් බවයි. පළමුව දෙදෙනාම එකම නිර්ණායක අනුවාදය භාවිත කළාදැයි පරීක්ෂා කරන්න.
ඊළඟට සාක්ෂිය ගැන සාකච්ඡා කරන්න, යමක් මගහැරුණු ඕනෑම අයෙකු තම ලකුණු ලිඛිතව වෙනස් කරයි. ඔබ තවමත් වෙනස් නම්, තුන්වන පුද්ගලයෙකු අනුමැතිය ඇතිව පටිගත කිරීම පමණක් ලකුණු කරයි, ඔබ ස්වාධීන ලකුණු සාමාන්යය ගනී.
අපගේ දත්තවලට අනුව, අවසන් සංස්කරණයෙන් පසුව ලකුණු ලබාදුන් සැමටම නිර්ණායක ස්ථාවර වේ, නමුත් කාඩ්පතේ පෙන්වන පරිදි කලින් අපේක්ෂකයින් නැවත ලකුණු නොකෙරේ.
Flowmingo දත්ත · අපේක්ෂකයින් 38,700ක් පමණ · සමාගම් 797ක් · 2026 ජූලි 9 සිට ඔක්තෝබර් 4 දක්වා
- AI සම්මුඛ පරීක්ෂණ වාර්තාවලින් 14.3%ක අද ව්යාපෘතියේ ඇති අවම වශයෙන් 1 නිර්ණායකයක්වත් නොමැත, බොහෝ දුරට එම අපේක්ෂකයා ලකුණු කිරීමෙන් පසුව නිර්ණායක එකතු කළ නිසා (2026 ජූලි 9 සිට 42,147 න් 6,042ක්)
නිර්ණායකයක් එකතු කරන බඳවා ගැනීමේ නිලධාරියෙකු අගතියක සාක්ෂියක් නොවේ, එය නිර්ණායක ප්රවාහයේ පමණි. ලකුණු යනු Flowmingo හි AI ලකුණු මිස රැකියා කාර්ය සාධනය නොවේ.
Flowmingo උපකාර කරන ආකාරය
Flowmingo හි AI සම්මුඛ පරීක්ෂක ක්රියා කරන්නේ අයදුම්කරුවන් ආරම්භ කිරීමට පෙර ඔබ සකසන ප්රශ්න සහ නිර්ණායක මතය. සමස්ත ලකුණු යනු ඔබේ බර ප්රමාණ මත ප්රකාශිත සූත්රයකි (ලකුණු කිරීම ක්රියා කරන ආකාරය). ව්යුහය සංගතත්වයට සහාය වේ, නමුත් ලකුණු නිවැරදි හෝ අගති රහිත බවට පත් නොකරයි (AI ආචාර ධර්ම).
7. කිසිදු හඬක් ජය නොගන්නා පරිදි, සම්මුඛ පරීක්ෂකයන් සාකච්ඡාවට පෙර තනිව ලකුණු කිරීමට මා ලබා ගන්නේ කෙසේද?
කවුරුත් කතා කිරීමට පෙර සෑම සම්මුඛ පරීක්ෂකයෙකුම ලකුණු ලිඛිතව ඉදිරිපත් කරන්නට සලස්වන්න, පසුව එකතු ප්රමාණ කියවා විශාලතම පරතර ඇති ඒවාගෙන් ආරම්භ කරන්න. මුලින්ම කතා කරන කෙනාට කාමරය තම මතයට ඇද ගත හැකි අතර එහි ඇති ඕනෑම සම්මුඛ පරීක්ෂණ අගතියක් පැතිරෙයි, එබැවින් ලකුණු මුලින්ම යයි.
Kahneman ස්වාධීනත්වය හඳුන්වන්නේ "අප තීරණ පිරිසිදුකම ලෙස හඳුන්වන දෙයේ සැබෑ ගැඹුරු මූලධර්මය" ලෙසයි (Issues in Science and Technology). තීරණ පිරිසිදුකමේ කොටසකට පර්යේෂණ සහායක් නොමැති බව ඔහු පිළිගනී.
මිලියන 10කට වැඩි පැනල් සම්මුඛ සාකච්ඡා වලදී, සගයන්ගේ ලකුණු පුවරු කීකරු වූ සම්මුඛ සාකච්ඡාකරුවන්, හරියටම එකම ශ්රේණිගත කිරීම ලබා දීමේ සම්භාවිතාව 3.6%කින් වැඩි විය (Greenhouse, මූලික 2023). එය එක් වේදිකාවකින් ලබාගත් විකුණුම්කරු දත්තයකි.
මෙම සාකච්ඡා ස්ක්රිප්ටය භාවිතා කරන්න; මෙය අපගේ පුරුද්ද මිස පරීක්ෂා කළ ක්රියාවලියක් නොවේ:
- රැස්වීමට පෙර සෑම සම්මුඛ පරීක්ෂකයෙකුම සභාපතිට ලකුණු සහ එක් එක් නිර්ණායකය සඳහා සාක්ෂි පේළියක් යවයි, එවිට කිසිවෙකුට මුලින්ම සගයෙකුගේ ලකුණු නොපෙනේ.
- සභාපති එකතු ප්රමාණ කියවා, පසුව විශාලතම පරතර ඇති නිර්ණායකවලින් ආරම්භ කරයි.
- සෑම සම්මුඛ පරීක්ෂකයෙකුම ලකුණු ලැබීමට හේතු වූ අපේක්ෂකයා පැවසූ හෝ කළ දේ ප්රතිලෝම ජ්යෙෂ්ඨත්ව පිළිවෙලින් පවසයි.
- ලිඛිත හේතුවක් සමඟ පමණක් ලකුණු වෙනස් වේ.
- සූත්රය මුළු එකතුව ලබා දෙයි, ඕනෑම අභිබවා යාමකට රැකියාවට අදාළ ලිඛිත හේතුවක් සහ දෙවන පුද්ගලයෙකුගේ අත්සන අවශ්ය වේ.
උදාහරණයක් ලෙස, අපේක්ෂකයාගේ උද්යෝගයට කැමති ජ්යෙෂ්ඨ පුද්ගලයෙකු ලකුණු අභිබවා යයි, එබැවින් පියවර 5 ඔහුටත් අදාළ වේ.
8. මගේ අන්තර්ජානනය සහ ලකුණු එකඟ නොවේ. 'සංස්කෘතික ගැළපීම' කියන්නේ පක්ෂපාතීත්වය පමණක්ද, සහ ජය ගන්නේ කවුද?
ඔබේ අන්තර්ජානනය සාක්ෂි සොයන්නට උත්තේජනයක් ලෙස සලකන්න, ඡන්දයක් ලෙස නොව. ලකුණු මගහැරුණු රැකියාවට අදාළ නිර්ණායකයක් ඔබට නම් කළ නොහැකි නම්, සම්පූර්ණ ලකුණු ජය ගැනීමට ඉඩ දෙන්න.
1 වන කොටසේ Barrick අධ්යයනයේදී, නිපුණතා ආකල්ප වෙනත් සම්මුඛ පරීක්ෂකයෙකුට ද ගෙන ගියේය, නමුත් කැමැත්ත එසේ නොවීය. එබැවින් ඔබ අපේක්ෂකයෙකුට කැමති වූ විට, එය උපයා දුන්නේ කුමන පිළිතුරදැයි අසා එය ලියා තබන්න.
ස්ථාවර සූත්රයක් විශේෂඥයන්ට පවා සමස්ත විනිශ්චය පරාජය කරයි. සූත්රයක් මගින් අපේක්ෂක දත්ත ඒකාබද්ධ කිරීම රැකියා කාර්ය සාධනය 0.44 කින් ලුහුබැඳ ගියේය, එය හිස තුළ ඒකාබද්ධ කිරීමේ 0.28 ට එරෙහිවයි (Kuncel et al., පදනම් වූ 2013). එය 50% කට වඩා හොඳයි.

අන්තර්ජානනය එදිරිව සූත්රය: සමස්ත විනිශ්චය රැකියා කාර්ය සාධනය 0.28 කින් ලුහුබැඳ ගියේය, ස්ථාවර සූත්රයක් 0.44 කින්, 50% කට වඩා හොඳින් (පදනම් වූ).
අන්තර්ජානනය සහ ලකුණු බෙදී ගිය විට, මෙම රීතිය භාවිත කරන්න:
- ඔබේ අන්තර්ජානනය ප්රතිචාර දක්වන නිර්ණායකය නම් කරන්න.
- එය දැනටමත් රුබ්රික්කයේ තිබේ නම්, සාක්ෂි සමඟ එය නැවත ලකුණු කරන්න.
- එය රුබ්රික්කයේ නොමැති නම්, එය රැකියාවට අදාළදැයි අසන්න. එසේ නම්, සෑම අපේක්ෂකයෙකුටම එය එක් කර සැමට නැවත ලකුණු කරන්න, කිසි විටෙකත් 1 කට පමණක් නොව. දිනය සහ හේතුව ලියන්න, දෙවන පුද්ගලයෙකුගේ අත්සන සමඟ, මන්ද සෙවුම මැදින් එක් කරන ලද නිර්ණායක යනු 3 වන කොටසේ ඇති චලනය වන ඉලක්ක කණු අවදානමයි.
- දෙකෙන් කිසිවක් අදාළ නොවේ නම්, සම්පූර්ණ ලකුණු ජය ගනී. කෙසේ වුවත් හේතුව ලියන්න.
8.1 සංස්කෘතික ගැළපීම වෙනුවට මා ලකුණු කළ යුත්තේ කුමක්ද?
ඔබ සෑම අපේක්ෂකයෙකුගෙන්ම අසන ලිඛිත, නැංගුරම් ලා ඇති වැඩ කරන රටාවේ නිර්ණායක ලකුණු කරන්න.
උදාහරණයක් ලෙස, "ගැළපීම" වෙනුවට පුද්ගලයා ප්රතිපෝෂණය ලබා ගන්නා ආකාරය, කළමනාකරුවෙකු සමඟ ඔවුන් එකඟ නොවන ආකාරය සහ අපැහැදිලි උපදෙස් හසුරුවන ආකාරය ආදේශ කරන්න.
9. සම්මුඛ පරීක්ෂණ පක්ෂපාතීත්වය නිසා මට නඩු පැවරිය හැකිද, සහ මා ලියා තබා තබා ගත යුත්තේ කුමක්ද?
බොහෝ සම්මුඛ පරීක්ෂණ අගතීන්, එනම් පළමු හැඟීමක් හෝ දෛනික කෝටාවක් වැනි දේ, තමන් විසින්ම නීති විරෝධී නොවේ. එක්සත් ජනපදයේදී, ආරක්ෂිත ලක්ෂණයකින් බලපෑමට ලක් වූ බඳවා ගැනීමේ තීරණයක්, එය එකම හේතුව නොවුණත්, නීති විරෝධී වේ.
මෙය සාමාන්ය තොරතුරු මිස නීති උපදෙස් නොවන අතර, එක්සත් ජනපදය, එක්සත් රාජධානිය සහ සිංගප්පූරුවේදී සම්මුඛ පරීක්ෂණය බඳවා ගැනීමේ තීරණයේ කොටසකි. ප්රතික්ෂේප වූ අපේක්ෂකයෙක් ඇයි කියා ඇසූ විට ඔබට පෙන්විය හැක්කේ ලිඛිත, රැකියාවට අදාළ ලකුණු ය. උදාහරණයක් ලෙස, රැකියාවට සම්බන්ධ සාක්ෂි සහිත ලකුණු එයට පිළිතුරු සපයන අතර, පැහැදිලි නොකළ "ගැළපෙන්නේ නැත" කීමක් පෙන්වීමට කිසිවක් ඉතිරි නොකරයි.
| කොහේද | නීතිය | සම්මුඛ පරීක්ෂකයෙකුට එයින් අදහස් වන දේ |
|---|---|---|
| එක්සත් ජනපදය | Title VII යටතේ ජාතිය, වර්ණය, ආගම, ස්ත්රී පුරුෂ භාවය හෝ ජාතික සම්භවය නිසා බඳවා නොගැනීම තහනම් වේ, එය 1 පෙළඹවීමේ සාධකයක් ලෙස වුවද; එය දින දර්ශන සති 20ක් හෝ ඊට වැඩි කාලයක් සේවකයින් 15ක් හෝ ඊට වැඩි සේවා යෝජකයින් ආවරණය කරයි | රැකියා හේතු සමඟ ලකුණු සහ සටහන් තබා ගන්න |
| එක්සත් රාජධානිය (මහා බ්රිතාන්යය) | Equality Act 2010 s.39(1)(a) යටතේ කාට රැකියාවක් ලබා දෙන්නේද යන්න තෝරා ගැනීමේදී වෙනස්කම් කිරීම තහනම් වේ; s.60 යටතේ යෝජනාවකට පෙර සෞඛ්ය ප්රශ්න සීමා කෙරේ; උතුරු අයර්ලන්තයට තමන්ගේම නීති ඇත | හැමෝගෙන්ම එකම රැකියාවට අදාළ ප්රශ්න අසන්න; අපේක්ෂකයින්ට ඔබේ සටහන් ඉල්ලා සිටිය හැක (ICO කෙටුම්පත් මාර්ගෝපදේශය) |
| සිංගප්පූරුව | 2025දී සම්මත වූ Workplace Fairness Act, තවම ක්රියාත්මක නොවේ: 2027 අවසානයේ බලාපොරොත්තු වේ, 2026 ඔක්තෝබර් 4 වන විට ගැසට් කළ දිනයක් නැත | වෛෂයික නිර්ණායක ස්ථාවරව භාවිත කරන්න (ස්වේච්ඡා Tripartite Standard) |
| නිව් යෝර්ක් නගරය | 2023 ජූලි 5දා සිට බලාත්මක වූ Local Law 144 (මූලික), ස්වයංක්රීය මෙවලම් ආවරණය කරයි | මානව සම්මුඛ පරීක්ෂණ නොවේ: සාධාරණ AI සම්මුඛ පරීක්ෂණ රුබ්රික්ස් සඳහා අපගේ මාර්ගෝපදේශය බලන්න |
9.1 මා ලිඛිතව සටහන් කළ යුත්තේ කුමක්ද, කොපමණ කාලයක්ද?
සෑම අපේක්ෂකයෙකුටම, නිර්ණායක, එක් එක් සාක්ෂියේ 1 පේළියක් සහිත ලකුණු, ලකුණු දුන්නේ කවුද සහ කවදාද, එකතුව සහ තීරණයේ හේතුව ලියන්න. සටහන් තථ්ය සහ රැකියාවට අදාළව තබා ගන්න.
එක්සත් ජනපදයේ ඒවා අවම වශයෙන් 1 වසරක් තබා ගන්න, චෝදනාවක් ගොනු කළ පසු වැඩි කාලයක් (29 CFR 1602.14). සිංගප්පූරුවේ ස්වේච්ඡා Tripartite Standard ද අවම වශයෙන් 1 වසරක් ඉල්ලා සිටී.
ලකුණු පුවරු බඳවා ගැනීමේ වාර්තා ලෙස සැලකීම අපගේ සාධාරණ අර්ථ නිරූපණය මිස පැහැදිලි පෙළක් නොවේ. අපගේ සම්මුඛ පරීක්ෂණ ලකුණු පුවරු අච්චුවේ කැලිෆෝනියා උදාහරණය පෙන්වන පරිදි, සමහර එක්සත් ජනපද ප්රාන්ත වැඩි කාලයක් ඉල්ලා සිටී.
10. අගතිය ඉවත් කර තබා ගැනීමට සෑම සම්මුඛ පරීක්ෂණයකට පෙර, අතරතුර සහ පසුව මා කළ යුත්තේ කුමක්ද?
සම්මුඛ පරීක්ෂණයට පෙර, නිර්ණායක, නැංගුරම් සහ ප්රශ්න ලියන්න, අතරතුරදී ඊළඟ පිළිතුරට පෙර එක් එක් පිළිතුර ලකුණු කරන්න. ඊට පසුව, තනිව ලකුණු කරන්න, පරතරයන් පිළිබඳ සාකච්ඡාව විවෘත කරන්න සහ තීරණය එකතුවට තීරණය කිරීමට ඉඩ දෙන්න.
පිරික්සුම් ලැයිස්තුවේ සෑම පේළියක්ම ඉහත කොටසකට සම්බන්ධ වේ, 3 සහ 6 කොටස්වල නිර්ණායක සහ නැංගුරම්වල සිට 7 කොටසේ සාකච්ඡාව දක්වා.
| පෙර | අතරතුර | පසුව |
|---|---|---|
| කිසිදු CV එකකට පෙර නිර්ණායක 4 සිට 6ක් ලියා ඒවා අගුළු දමන්න | සෑම අපේක්ෂකයෙකුගෙන්ම එකම ප්රශ්න එකම අනුපිළිවෙලින් අසන්න | සාකච්ඡාවට පෙර ලකුණු ලිඛිතව ඉදිරිපත් කරන්න |
| එක් එක් නිර්ණායකයට 1, 3 සහ 5 නැංගුරම් ලියන්න | ඊළඟ පිළිතුරට පෙර එක් එක් පිළිතුර ලකුණු කරන්න | එකතු කියවා, පසුව විශාලතම පරතරයන් මත විවෘත කරන්න |
| ප්රශ්න, ඒවායේ අනුපිළිවෙල සහ වේලාව ස්ථාවර කරන්න | අපේක්ෂකයා පැවසූ හෝ කළ දේ ලියන්න | ස්ථාවර රීතියකින් ලකුණු එක් කරන්න; ඕනෑම අභිබවා යාමක් සහ එහි අනුමැතිය සටහන් කරන්න |
| ලකුණු කිරීමේ රීතිය සහ අභිබවා යා හැක්කේ කාටද යන්න තෝරන්න | සමස්ත විනිශ්චය අවසානය දක්වා රඳවා තබා ගන්න | ලකුණු සහ සටහන් අවම වශයෙන් 1 වසරක් තබා ගන්න; ඔබේ සංඛ්යා පරීක්ෂා කරන්න |
උදාහරණයක් ලෙස, ඔබට මෙම සතියේ ඇත්තේ විනාඩි 20ක් පමණක් නම්, කිසිදු CV එකක් කියවීමට පෙර ඊළඟ තනතුර සඳහා නිර්ණායක සහ නැංගුරම් ලියන්න. ඉන්පසු එක් එක් පිළිතුරට පසුව වහාම ලකුණු කර, ඔබ ඕනෑම කෙනෙකු සමඟ කතා කිරීමට පෙර ඔබේ ලකුණු ඉදිරිපත් කරන්න.
ඔබම මුළු මණ්ඩලය නම්, ස්වාධීනත්වය කාලයෙන් පැමිණිය යුතුය, මන්ද සගයෙකු අසල ඔබට තනිව ලකුණු දිය නොහැක. සමස්ත තීරණය දිනක් රඳවා තබන්න (අපගේ යෝජනාව) සහ, අවසරය ඇතිව, සගයෙකුට එක් පටිගත කිරීමක් අන්ධ ලෙස ලකුණු දෙන ලෙස ඉල්ලන්න.
ව්යුහය නැඹුරුතාව අඩු කරයි, ඉවත් නොකරයි. ඉහත කිසිදු බලපෑමක් ඔබේ කණ්ඩායම මත මනිනු ලැබී නැත, එබැවින් සෑම බඳවා ගැනීමේ වටයකට පසුව ඔබේම සංඛ්යා පරීක්ෂා කරන්න. ව්යුහය සෑම අපේක්ෂකයෙකුටම වැය වන අමතර මිනිත්තු මනින ලද කිසිදු අධ්යයනයක් අපට හමු නොවූ බැවින්, අපි කිසිදු සංඛ්යාවක් ලබා නොදෙමු.
Flowmingo උපකාර කරන ආකාරය
Flowmingo හි AI සම්මුඛ සාකච්ඡාකරු මෙම පිරික්සුම් ලැයිස්තුවේ නිර්ණායක සහ ලකුණු දීමේ කොටස් ආවරණය කරයි. අයදුම්කරුවන් ආරම්භ කිරීමට පෙර ඔබ ප්රශ්න සහ බර සහිත නිර්ණායක සකසයි, සහ සෑම වාර්තාවක්ම ලිඛිත සාධාරණීකරණයක් සමඟ එක් එක් නිර්ණායකය 0 සිට 10 දක්වා ලකුණු කරයි. තීරණය ඔබ සමඟම පවතී. එකම ප්රශ්න එකම අනුපිළිවෙලින් සහ ස්වාධීන ලකුණු දීම ඔබේම කණ්ඩායම සඳහා වන පිළිවෙත් වේ. නොමිලේ සැලැස්මට Flowmingo හි අසීමිත AI සම්මුඛ සාකච්ඡා ඇතුළත් වේ. සෑම ලකුණක් සමඟම සම්මුඛ සාකච්ඡා නැඹුරුතාවක් ලෙස පෙනේ නම් ඔබේ කණ්ඩායමට ප්රශ්න කළ හැකි ලිඛිත හේතුවක් ලැබේ.
11. මූලාශ්ර
මෙම මාර්ගෝපදේශයේ සෑම අධ්යයනයක්, නීතියක් සහ උද්ධෘතයක් පහත මූලාශ්රයකට සම්බන්ධ වේ, සහ Flowmingo සංඛ්යා Flowmingo හිම වේදිකා දත්ත වලින් පැමිණේ.
- Barrick, M. R., Swider, B. W., & Stewart, G. L. (2010). Initial evaluations in the interview: Relationships with subsequent interviewer evaluations and employment offers. Journal of Applied Psychology.
- Behaghel, L., Crépon, B., & Le Barbanchon, T. (2015). Unintended effects of anonymous resumes. American Economic Journal: Applied Economics, summarized by J-PAL.
- Berry, C. M., Lievens, F., Zhang, C., & Sackett, P. R. (2024). Insights from an updated personnel selection meta-analytic matrix. Journal of Applied Psychology.
- Cornell Law School, Legal Information Institute (n.d.). 42 U.S. Code 2000e-2, Unlawful employment practices, 42 U.S. Code 2000e, Definitions, 29 CFR 1602.14 and 29 CFR 1607.4. Cornell LII.
- Express Employment Professionals-Harris Poll (2026, August 26). America Employed release: 86% of hiring managers say personality can overcome skills gaps. Express Employment Professionals.
- Forscher, P. S., Lai, C. K., Axt, J. R., Ebersole, C. R., Herman, M., Devine, P. G., & Nosek, B. A. (2019). A meta-analysis of procedures to change implicit measures. Journal of Personality and Social Psychology.
- Goldin, C., & Rouse, C. (2000). Orchestrating impartiality: The impact of "blind" auditions on female musicians. American Economic Review.
- Greenhouse (2023, updated 2026). How interview scorecard peeking can create bias in hiring. Greenhouse.
- Huffcutt, A. I., Culbertson, S. S., & Weyhrauch, W. S. (2013). Employment interview reliability: New meta-analytic estimates by structure and format. International Journal of Selection and Assessment.
- Information Commissioner's Office (n.d.). Shortlisting, testing and interviewing candidates. ICO, draft recruitment and selection guidance.
- Kahneman, D., & Frueh, S. (2022). Try to design an approach to making a judgment; don't just go into it trusting your intuition. Issues in Science and Technology.
- Kahneman, D., Sibony, O., & Sunstein, C. R. (2021). Noise: A flaw in human judgment, as quoted by NPR Planet Money (Rosalsky, 2021, March 23). Little, Brown Spark.
- Kausel, E. E., Culbertson, S. S., & Madrid, H. P. (2016). Overconfidence in personnel selection: When and why unstructured interview information can hurt hiring decisions. Organizational Behavior and Human Decision Processes.
- Kuncel, N. R., Klieger, D. M., Connelly, B. S., & Ones, D. S. (2013). Mechanical versus clinical data combination in selection and admissions decisions: A meta-analysis. Journal of Applied Psychology.
- McCarthy, J. M., Van Iddekinge, C. H., & Campion, M. A. (2010). Are highly structured job interviews resistant to demographic similarity effects? Personnel Psychology.
- Melchers, K. G., Lienhardt, N., von Aarburg, M., & Kleinmann, M. (2011). Is more structure really better? A comparison of frame-of-reference training and descriptively anchored rating scales to improve interviewers' rating quality. Personnel Psychology.
- Ministry of Manpower, Singapore (2025, November 4). Workplace Fairness (Dispute Resolution) Bill. MOM press release.
- Ministry of Manpower, Singapore (2018). Tripartite Standard on Recruitment Practices, annexes A and B. MOM.
- NYC Department of Consumer and Worker Protection (n.d.). Automated employment decision tools (Local Law 144). City of New York.
- Quillian, L., Pager, D., Hexel, O., & Midtbøen, A. H. (2017). Meta-analysis of field experiments shows no change in racial discrimination in hiring over time. Proceedings of the National Academy of Sciences.
- Rivera, L. A. (2012). Hiring as cultural matching: The case of elite professional service firms. American Sociological Review.
- Simonsohn, U., & Gino, F. (2013). Daily horizons: Evidence of narrow bracketing in judgment from 10 years of MBA admissions interviews. Psychological Science.
- Uhlmann, E. L., & Cohen, G. L. (2005). Constructed criteria: Redefining merit to justify discrimination. Psychological Science.
- UK Government (2020, December 15). Unconscious bias and diversity training: what the evidence says. GOV.UK.
- UK Parliament (2010). Equality Act 2010, section 39 and section 60. legislation.gov.uk.



