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。
下载
这些必需的cookies是激活网站核心功能所必需的。无法选择退出这些技术。
为了进一步完善我们的服务和我们的网站,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,我们可以确定访问者的数量和我们网站上某些页面的效果,并优化我们的内容。