2021年6月
我们利用印度一家在线求职门户网站上发布的16万个招聘广告,以及600多万份求职申请,调查了雇主对招聘男性和女性的偏好。我们对招聘广告中的文本应用机器学习算法来预测雇主的性别偏好。我们发现,在雇主更喜欢女性的工作中,广告工资最低,即使这种偏好是通过文本分析含蓄地恢复的,而且这些工作也吸引了更大比例的女性申请者。然后,我们通过检索可预测显性性别偏好的词汇,或有性别含义的词汇,并将它们分配到硬技能、软技能、个性特征和灵活性等类别中,系统地揭示了这些关系的背后隐藏着什么。我们发现,与技能相关的女性性别词汇回报低,但吸引了更多女性申请者;而表明灵活性降低(如频繁旅行或不寻常的工作时间)的男性性别词汇回报高,但导致女性申请者的比例更低。这就造成了性别收入差距。我们的研究结果表明,性别偏好在一定程度上是由刻板印象和统计歧视驱动的。
下载
这些必要的cookies是激活网站核心功能所必需的。不能选择退出这些技术。
为了进一步提高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。例如,在这些cookie的帮助下,我们可以确定访客数量和网站上某些页面的效果,并优化我们的内容。