2022年1月
由于性别失衡,学术界,尤其是经济学,面临着越来越多的审视。本文研究了入门级教师职位的就业市场。我们使用机器学习方法来分析9000封推荐信中的性别模式,这些推荐信支持2800名候选人。使用监督和非监督技术,我们记录了所强调属性的广泛差异。女性更有可能被描述为“磨刀石”,有时也不太可能因为她们的能力而受到赞扬。考虑到写信人为支持学生所投入的时间和精力,这种性别刻板印象很可能是无意识的偏见。
下载
这些必要的cookie是激活网站核心功能所必需的。不能选择不使用这些技术。
为了进一步改善我们的报价和我们的网站,我们收集匿名数据进行统计和分析。在这些cookie的帮助下,我们可以,例如,确定访问者的数量和某些页面对我们网站的影响,并优化我们的内容。