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。