由于性别失衡，学术界，尤其是经济学，面临着越来越多的审查。本文研究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支持2800名候选人的9000封推荐信中的性别模式。使用有监督和无监督技术，我们记录了所强调的属性的广泛差异。总体而言，女性更有可能被描述为“磨刀石”，有时不太可能因其能力而受到赞扬。考虑到写信的人花了时间和精力来支持他们的学生，这种性别刻板印象很可能是由于无意识的偏见。