DP16960性别差异在推荐信:证据从经济学的就业市场

• 马库斯爱伯哈乔凡尼Facchini瓦达
2022年1月28日

学术界,尤其是经济学,因为性别失衡面临越来越严格的审查。本文研究了就业市场初级教师职位。我们采用机器学习的方法来分析性别模式9000年文本推荐信写在2800名候选人的支持。通过监督和非监督技术,我们文档属性强调广泛的差异。女人是系统更容易被描述使用“磨刀石”术语,有时不太可能因其能力。考虑到时间和精力信作家致力于支持学生,这种性别刻板印象可能是因为无意识的偏见。