Auteur:  (1) Anuar Assamidanov, Département d'économie, Claremont Graduate University, 150 E 10th St, Claremont, CA 91711. (E-mail : anuar.assamidanov@cgu.edu).  Tableau des liens   Abstrait   Arrière-plan   Données   Méthodologie   Résultats   Discussion et conclusion, et références   A Tableaux et figures en annexe  Abstrait  La discrimination fondée sur le sexe dans le processus d’embauche est un facteur important contribuant aux disparités sur le marché du travail. Cependant, il existe peu de preuves sur la mesure dans laquelle les préjugés sexistes de la part des responsables du recrutement sont responsables de ces disparités. Dans cet article, j'exploite un ensemble de données unique d'auditions à l'aveugle de l'émission télévisée The Voice comme une expérience visant à identifier les préjugés sexistes dans le processus de sélection. La première audition télévisée sur scène, dans laquelle quatre artistes remarquables sont des entraîneurs, écoute les candidats « à l'aveugle » (les chaises tournées vers l'opposé de la scène) pour éviter de voir le candidat. En utilisant une stratégie d'estimation par différence de différences, un coach (la personne qui embauche) est manifestement exogène par rapport au sexe de l'artiste. Je trouve que les artistes ont 4,5 points de pourcentage (11 %) plus de chances d'être sélectionnés lorsqu'ils sont les bénéficiaires d'un entraîneur du sexe opposé. J'utilise également l'approche d'apprentissage automatique dans Athey et al. (2018) pour inclure l'hétérogénéité de la composition par sexe de l'équipe, l'ordre de performance et les taux d'échec des entraîneurs. Les résultats offrent une nouvelle perspective pour enrichir les recherches antérieures sur la discrimination fondée sur le sexe, mettant en lumière les cas de variation des préjugés sexistes selon le sexe du décideur et la composition par sexe de l'équipe.  La discrimination fondée sur le sexe dans le processus d'embauche est un facteur important contribuant à la faiblesse du marché du travail (Blau et Kahn, 2007). Les différences entre les sexes en matière d’embauche sont difficiles à mesurer, ce qui rend difficile la distinction entre leurs effets sur l’emploi et les variables confondantes, telles que les différences en matière de capital humain et de compétences pertinentes. Cependant, Baert (2018) a répertorié des études sur les preuves de discrimination fondée sur le sexe à l’embauche en utilisant des méthodes expérimentales dans lesquelles les facteurs de confusion ont été démêlés pour estimer le véritable effet sur les résultats sur le marché du travail.  Des études ont révélé des pratiques de discrimination à l'embauche à l'égard des femmes sur le marché du travail, mais la plupart de ces recherches ont utilisé des méthodes expérimentales (Bertrand et Duflo, 2017 ; Baert, 2018 ; Neumark, 2018). Dans le cadre de ces expériences, des paires de candidatures fictives, ne différant que par le sexe du candidat, sont envoyées à des offres d'emploi réelles. La discrimination s'identifie au rappel ultérieur de l'employeur et au sexe du candidat. La méthodologie des tests de correspondance constitue la référence en matière d’estimation de la discrimination à l’embauche sur le marché du travail (Baert, 2015). Cependant, dans cette littérature sur le recrutement, le sexe des décideurs en matière de recrutement n'est pas observable, ou les décisions sont prises collectivement. De plus, ces expériences ne capturent que les taux de rappel et ne dépassent pas la phase initiale du processus d'embauche. En outre, en supposant que les décisions d'embauche des employeurs sont fondées sur une règle de seuil, il pourrait exister des différences variables non observées dans la productivité entre les deux groupes, ce qui pourrait donner lieu à des mesures de discrimination biaisées (Neumark, 2012).  Une autre partie de la littérature sur la discrimination sexuelle concerne les préjugés sexistes (c'est-à-dire le favoritisme envers les personnes du même sexe) dans les décisions d'embauche. Les expériences en laboratoire révèlent souvent que les femmes font preuve de préjugés sexistes lorsque les informations sont traitées automatiquement, mais ces résultats ne sont pas retrouvés chez les hommes (Rudman et Goodwin, 2004). Cependant, il n’est pas clair si ces résultats s’appliquent aux décisions d’embauche réelles, qui sont susceptibles d’être caractérisées par un processus réfléchi (non automatique). Les études existantes sur les décisions d’embauche dans le monde réel prennent généralement en compte des segments particuliers du marché du travail et trouvent des preuves mitigées de préjugés sexistes (Booth et Leigh, 2010 ; Bagues et Esteve-Volart, 2010 ; Bagues et al., 2017). En raison des limites des données dans ces contextes, il est difficile de distinguer s'il existe un favoritisme du sexe de l'employeur par rapport au sexe du candidat (c'est-à-dire un préjugé en faveur du sexe). L'objectif principal de cet article est de tester s'il existe des préjugés sexistes dans le processus d'embauche. Les résultats potentiels pourraient éclairer notre compréhension du marché du travail actuel au niveau individuel et de ses implications à grande échelle.  La principale difficulté pour tester les préjugés sexistes dans le processus de recrutement est que les décideurs et les candidats en matière d’embauche ne sont pas le résultat d’un processus de sélection aléatoire visant à revendiquer un facteur causal dans la génération de leurs propres préjugés sexistes. En outre, le défi fondamental en matière d’identification réside dans le fait que les chercheurs n’observent que des données réelles sur les travailleurs déjà embauchés : si le candidat n’est pas employé, elles ne sont jamais enregistrées. En raison de ces limites, la question reste ouverte dans cette littérature de savoir si le sexe du décideur d'embauche détermine le sexe des candidats embauchés. Dans cet article, j'exploite un ensemble de données unique d'auditions à l'aveugle de l'émission Voice TV comme une expérience naturelle pour identifier les préjugés sexistes dans le processus de sélection.  J'évalue les préjugés sexistes dans l'émission The Voice, un cadre dans lequel un coach (la personne qui embauche) est manifestement exogène par rapport au sexe de l'artiste. La première étape télévisée de l'émission Voice TV est celle des auditions à l'aveugle. Les quatre entraîneurs, tous des artistes remarquables, écoutent les candidats sur des chaises opposées à la scène pour éviter de les voir. Si un entraîneur aime la voix du candidat, il appuie sur un bouton pour faire pivoter sa chaise afin de signaler qu'il souhaite travailler avec ce candidat. L'avantage de ces estimations est que les entraîneurs observent uniquement la voix des candidats et concluent à partir de la voix sur le sexe probable du candidat. Ainsi, en raison du processus de décision « aveugle », d’autres caractéristiques liées à l’artiste et au coach seront éliminées dans ce cadre. Je pense qu’il s’agit d’un environnement plausible pour utiliser une stratégie généralisée d’identification des différences avec affectation aléatoire d’entraîneurs aux participants. À l’instar de l’étude de Price et Wolfers (2010) sur les préjugés raciaux des arbitres de la NBA, je compare les différences dans la probabilité que les candidats féminins et masculins soient choisis par les entraîneurs féminins et masculins.  En tirant plusieurs types d’inférences, l’analyse montre des preuves systématiques d’un préjugé en faveur du sexe opposé (favoritisme envers le sexe opposé). Les entraîneurs masculins préfèrent majoritairement les candidats féminins, tandis que les entraîneures féminines préfèrent les candidats masculins. Les candidats ont 4,5 points de pourcentage (11 %) plus susceptibles d'être sélectionnés par un entraîneur du sexe opposé. Pour examiner l'hétérogénéité plus systématiquement, j'adapte l'approche d'apprentissage automatique d'Athey et Wager (2019). J'ai étendu l'analyse en incluant l'hétérogénéité dans la composition par sexe de l'équipe de chaque entraîneur, les taux d'échec des entraîneurs et l'ordre de performance. Les résultats fournissent des informations fascinantes sur les préjugés sexistes qui varient considérablement selon la composition de l’équipe lors de la sélection des nouveaux candidats.  Cet article propose l'une des premières explorations des pratiques d'embauche utilisant la variation aléatoire du sexe pour examiner les effets sur le processus de sélection. La variation aléatoire du sexe me permet de surmonter les craintes potentielles selon lesquelles les disparités observées pourraient être dues à des différences non observées entre les sexes des candidats. Deuxièmement, cet article applique la méthode d’Athey et Wager (2019) d’inférence causale d’apprentissage automatique forestier sur les effets de traitement hétérogènes à une stratégie d’identification de différence dans la différence quasi-expérimentale.  Cet article est étroitement lié aux travaux de Carlsson et Eriksson (2019). Leurs travaux fournissent des preuves connexes suggérant que le rôle des préférences de genre au sein du groupe a été documenté dans de nombreux autres contextes. Ils ont étudié les préjugés au sein du groupe et en fonction du sexe dans les décisions d'embauche du monde réel en combinant des données sur le sexe du recruteur et la proportion d'employées féminines dans de nombreuses entreprises avec des données provenant d'une expérience de terrain à grande échelle sur l'embauche. Les résultats suggèrent que les femmes (recruteurs féminins ou entreprises comptant une forte proportion d’employés féminins) favorisent les femmes dans le processus de recrutement. Néanmoins, cette étude ne fournit qu'une infime fraction des informations des entreprises participantes concernant le sexe des recruteurs, ce qui pourrait entraîner une erreur de mesure considérable.  Semblable à ce travail, Goldin et Rouse (2000) ont étudié la cécité dans le contexte de l'orchestre pour examiner la sélection des membres de l'orchestre en fonction du sexe en tant qu'intervention politique. Cet article diffère de leur travail dans le sens où je peux observer le sexe de l'embauche et du candidat, et les entraîneurs peuvent observer le sexe de l'interprète en fonction de leur voix. Les décisions des entraîneurs seront également prises individuellement, alors que lors de l'audition à l'aveugle dans l'orchestre, la décision a été collective. Enfin, l’autre particularité de ce cadre est que j’ai pu analyser la structure du marché où chaque coach pouvait être assumé comme une entreprise. J'ai pu illustrer le pouvoir de marché des coachs en tirant parti de l'ordre de représentation et du genre de la chanson qu'ils interprétaient. La prise en compte de tous ces facteurs donne une nouvelle dimension à la discrimination sexuelle sur le marché concurrentiel.  Le reste du document est organisé comme suit. La section 1 fournit un bref aperçu de The Voice, résume l'étape d'audition à l'aveugle de l'émission et donne un aperçu de notre stratégie d'estimation. La section 2 décrit les données. La section 4 décrit la stratégie empirique en détail. La section 5 présente les résultats et la section 5 conclut.  Cet article est   sous licence CC 4.0. disponible sur arxiv

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

Precedent Tech 

Precedent publishes about the technology breakthroughes that'll rule tmw's mundane.

Precedent's blog

Cet audio est produit dans la langue originale de l'histoire !

Ce que révèlent les auditions de « The Voice » sur les préjugés sexistes en matière d'embauche

About Author

COMMENTAIRES

ÉTIQUETTES

CET ARTICLE A ÉTÉ PARU DANS

Related Stories

HackerNoon Decoded: The Top 10 Countries Where HackerNoon Is the Most Active

Naviguer sur les eaux : développer des applications RAG de qualité production avec des lacs de données

Le guide complet pour réussir une migration vers le cloud : stratégies et bonnes pratiques

Télégramme : le pont de Crypto Island vers le continent

HackerNoon Decoded: The Top 10 Countries Where HackerNoon Is the Most Active

Naviguer sur les eaux : développer des applications RAG de qualité production avec des lacs de données

Le guide complet pour réussir une migration vers le cloud : stratégies et bonnes pratiques

Télégramme : le pont de Crypto Island vers le continent

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps