Yazar:  (1) Anuar Assamiddanov, Ekonomi Bölümü, Claremont Graduate University, 150 E 10th St, Claremont, CA 91711. (E-posta: anuar.assamidanov@cgu.edu).  Bağlantı Tablosu   Soyut   Arka plan   Veri   Metodoloji   Sonuçlar   Tartışma ve Sonuç ve Kaynaklar   A Ek Tablolar ve Şekiller  Soyut  İşe alım sürecinde cinsiyet ayrımcılığı, işgücü piyasasındaki eşitsizliklere katkıda bulunan önemli faktörlerden biridir. Ancak yöneticilerin işe alınmasındaki cinsiyet yanlılığının bu eşitsizliklerden ne ölçüde sorumlu olduğuna dair çok az kanıt var. Bu yazıda, seçim sürecinde kendi cinsiyet önyargısını belirlemek için The Voice televizyon programının kör seçmelerinden oluşan benzersiz bir veri kümesinden yararlanıyorum. Dört önemli kayıt sanatçısının koçluk yaptığı, televizyondan yayınlanan ilk sahne seçmeleri, yarışmacıyı görmemek için yarışmacıları “körü körüne” (sandalyeler sahneye dönük değil) dinliyor. Farklılıklar arasındaki fark tahmin stratejisini kullanarak, bir koçun (işe alan kişi) sanatçının cinsiyeti açısından açıkça dışsal olduğu, sanatçıların seçilme olasılığının 4,5 yüzde puanı (yüzde 11) daha yüksek olduğunu buldum. karşı cins antrenörü. Ayrıca Athey ve diğerlerindeki makine öğrenimi yaklaşımını da kullanıyorum. (2018) takım cinsiyet kompozisyonu, performans sırası ve antrenörlerin başarısızlık oranlarından kaynaklanan heterojenliği dahil etmektedir. Bulgular, cinsiyet ayrımcılığına ilişkin geçmişteki araştırmaları zenginleştirecek yeni bir bakış açısı sunarak, karar vericinin cinsiyetine ve ekibin cinsiyet kompozisyonuna göre cinsiyet önyargısının farklılaştığı örneklere ışık tutuyor.  İşe alma sürecinde cinsiyet ayrımcılığı, zayıf işgücü piyasasına katkıda bulunan önemli faktörlerden biridir (Blau ve Kahn, 2007). İşe alımdaki cinsiyet farklılıklarının ölçülmesi zordur, bu da bunun istihdam üzerindeki etkisini insan sermayesi ve ilgili becerilerdeki farklılıklar gibi kafa karıştırıcı değişkenlerden ayırt etmeyi zorlaştırır. Ancak Baert (2018), işgücü piyasası sonuçları üzerindeki gerçek etkiyi tahmin etmek için kafa karıştırıcı faktörlerin çözüldüğü deneysel yöntemler kullanarak işe alımda cinsiyet ayrımcılığına ilişkin kanıtlara ilişkin çalışmaları kataloglamıştır.  Araştırmalar, işgücü piyasasında kadınlara yönelik ayrımcılık uygulamalarının işe alındığını ortaya çıkardı ancak bu araştırmaların çoğunda deneysel yöntemler kullanıldı (Bertrand ve Duflo, 2017; Baert, 2018; Neumark, 2018). Bu deneyler kapsamında, yalnızca adayın cinsiyetine göre farklılık gösteren hayali iş başvuruları, gerçek iş ilanlarına gönderiliyor. Ayrımcılık, işverenin daha sonra geri aranması ve adayın cinsiyeti ile tanımlanır. Uygunluk testi metodolojisi, işgücü piyasasında işe alım ayrımcılığını tahmin etmek için altın standarttır (Baert, 2015). Ancak bu işe alım literatüründe, işe alım karar vericilerinin cinsiyeti gözlemlenemiyor veya kararlar kolektif olarak alınıyor. Ayrıca, bu deneyler yalnızca geri arama oranlarını ölçüyor ve işe alma sürecinin ilk aşamasının ötesine geçmiyor. Ayrıca, işverenlerin işe alım kararlarının bir kesinti kuralına dayandığını varsayarsak, iki grup arasında üretkenlikte gözlemlenmeyen değişken farklılıklar olabilir ve bu da önyargılı ayrımcılık önlemlerine neden olabilir (Neumark, 2012).  Cinsiyet ayrımcılığına ilişkin literatürün bir başka kısmı da işe alım kararlarında kendi cinsiyet önyargısıdır (yani kişinin kendi cinsiyetinden kişilere karşı kayırmacılığı). Laboratuvar deneyleri çoğu zaman kadınların, bilgi otomatik olarak işlendiğinde kendi cinsiyet önyargılarını sergilediklerini bulur, ancak bu sonuçlar erkeklerde bulunmaz (Rudman ve Goodwin, 2004). Ancak bu sonuçların, muhtemelen yansıtıcı (otomatik olmayan) bir süreçle karakterize edilen gerçek dünyadaki işe alım kararlarında geçerli olup olmadığı belirsizdir. Gerçek dünyadaki işe alım kararlarına ilişkin mevcut çalışmalar genellikle işgücü piyasasının belirli bölümlerini dikkate alıyor ve kendi cinsiyet önyargılarına ilişkin karışık kanıtlar buluyor (Booth ve Leigh, 2010; Bagues ve Esteve-Volart, 2010; Bagues ve diğerleri, 2017). Bu ortamlardaki veri sınırlamaları nedeniyle, işverenin cinsiyetinin adayın cinsiyetine göre kayırmacılığı (yani kendi cinsiyetine ilişkin önyargı) olup olmadığını ayırt etmek zordur. Bu makalenin temel amacı işe alım sürecinde kendi cinsiyetine ilişkin önyargının var olup olmadığını test etmektir. Potansiyel bulgular, bireysel düzeyde mevcut işgücü piyasasına ve bunun ardından gelen büyük ölçekli sonuçlara ilişkin anlayışımıza bilgi verebilir.  İşe alma sürecinde cinsiyet önyargısını test etmedeki temel zorluk, işe alım karar vericilerinin ve başvuru sahiplerinin, kendi cinsiyet önyargısını yaratmada nedensel bir faktör olduğunu iddia eden rastgele bir seçim sürecinin sonucu olmamasıdır. Ayrıca, kimlik belirleme konusundaki temel zorluk, araştırmacıların yalnızca halihazırda işe alınmış işçilere ilişkin gerçek dünya verilerini gözlemlemesidir; eğer başvuru sahibi çalışmıyorsa bu veriler hiçbir zaman kaydedilmemektedir. Bu sınırlamalar nedeniyle, bu literatürde işe alım karar vericisinin cinsiyetinin, işe alınan başvuru sahiplerinin cinsiyetini belirleyip belirlemediği konusunda açık bir soru bulunmaktadır. Bu yazıda, seçim sürecindeki kendi cinsiyet önyargısını belirlemek için doğal bir deney olarak Voice TV şovunun kör seçmelerinden oluşan benzersiz bir veri kümesinden yararlanıyorum.  Bir koçun (işe alınan kişinin) sanatçının cinsiyetine göre açıkça dışsal olduğu bir ortam olan The Voice gösterisinde kendi cinsiyet önyargısını değerlendiriyorum. Voice TV programının televizyonda yayınlanan ilk sahnesi kör seçmelerdir. Her biri birbirinden önemli kayıt sanatçısı olan dört koç, yarışmacıları görmemek için sahneye dönük olmayan sandalyelerde yarışmacıları dinliyor. Bir koç, yarışmacının sesini beğenirse, o yarışmacıyla çalışmak istediklerini belirtmek için bir düğmeye basarak sandalyelerini döndürür. Bu tahminlerin avantajı antrenörlerin sadece yarışmacıların sesini gözlemlemesi ve sesten yarışmacının olası cinsiyeti hakkında sonuç çıkarmasıdır. Yani “kör” karar süreci nedeniyle sanatçıya ve antrenöre ilişkin diğer özellikler bu ortamda ortadan kalkacaktır. Bunun, katılımcılara koçların rastgele atanmasıyla genelleştirilmiş bir farklar arasındaki farkı tanımlama stratejisini kullanmak için makul bir ortam olduğuna inanıyorum. Price ve Wolfers'ın (2010) NBA hakemlerinin ırksal önyargıları üzerine yaptığı araştırma gibi, ben de kadın ve erkek yarışmacıların kadın ve erkek koçlar tarafından seçilme olasılığındaki farklılıkları karşılaştırıyorum.  Analiz, çeşitli türde çıkarımlar yaparak, karşı cinsiyet önyargısının (karşı cinsiyete yönelik kayırmacılık) sistematik kanıtını gösterir. Erkek antrenörler ağırlıklı olarak kadın yarışmacıları tercih ederken, kadın antrenörler erkek yarışmacıları tercih ediyor. Yarışmacıların karşı cinsten bir antrenör tarafından seçilme olasılığı yüzde 4,5 puan (yüzde 11) daha fazla. Heterojenliği daha sistematik bir şekilde incelemek için Athey ve Wager'in (2019) makine öğrenme yaklaşımını uyarladım. Her koçun takımının cinsiyet bileşimindeki heterojenliği, koçların başarısızlık oranlarını ve performans sırasını da dahil ederek analizi genişlettim. Sonuçlar, yeni yarışmacıların seçimi sırasında takım kompozisyonuna göre büyük ölçüde değişen cinsiyet önyargısına ilişkin ilgi çekici bilgiler sağlıyor.  Bu makale, seçim süreci üzerindeki etkileri incelemek için cinsiyetteki rastgele varyasyonu kullanan işe alma uygulamalarına ilişkin ilk araştırmalardan birini sunmaktadır. Cinsiyetteki rastgele çeşitlilik, gözlemlenen eşitsizliklerin yarışmacının cinsiyeti arasındaki gözlemlenmemiş farklılıklardan kaynaklanabileceği yönündeki potansiyel endişelerin üstesinden gelmemi sağlıyor. İkinci olarak, bu makale Athey ve Wager'in (2019) heterojen tedavi etkilerine ilişkin nedensel orman makine öğrenimi çıkarımı yöntemini yarı deneysel bir farktaki fark tanımlama stratejisine uygulamaktadır.  Bu makale Carlsson ve Eriksson'un (2019) çalışmasıyla yakından ilgilidir. Çalışmaları, grup içi cinsiyet tercihlerinin rolünün diğer birçok bağlamda belgelendiğini öne süren ilgili kanıtlar sağlıyor. İşe alan kişinin cinsiyeti ve birçok firmadaki kadın çalışanların payına ilişkin verileri, işe alımla ilgili geniş ölçekli bir saha deneyinden elde edilen verilerle birleştirerek, gerçek dünyadaki işe alım kararlarında grup içi ve kendi cinsiyet önyargısını araştırdılar. Sonuçlar, kadınların (kadın işe alım görevlileri veya kadın çalışan oranı yüksek olan firmalar) işe alım sürecinde kadınları tercih ettiğini ortaya koydu. Bununla birlikte, bu çalışma, katılımcı firmaların işe alım görevlilerinin cinsiyetine ilişkin bilgilerinin yalnızca küçük bir kısmını sunmaktadır; bu da önemli bir ölçüm hatasına neden olabilir.  Bu çalışmaya benzer şekilde Goldin ve Rouse (2000), bir politika müdahalesi olarak cinsiyete dayalı orkestra üyesi seçimini incelemek için orkestra bağlamında körlüğü inceledi. Bu makale, işe alınan kişinin ve yarışmacının cinsiyetini gözlemleyebildiğim ve koçların da sanatçının cinsiyetini sesine göre gözlemleyebildiğim açısından onların çalışmalarından farklı. Antrenörlerin kararları da bireysel olarak verilecek, oysa orkestradaki kör seçmelerde kolektif bir karar vardı. Son olarak, bu ortamın diğer benzersizliği, her koçun bir firma olarak kabul edilebileceği pazar yapısını analiz edebilmemdir. Performansın sırasını ve icra ettikleri şarkının türünü kullanarak koçların pazar gücünü göstermeyi başardım. Tüm bu faktörlerin kontrol edilmesi, rekabetçi piyasada cinsiyet ayrımcılığına yeni bir boyut kazandırmaktadır.  Makalenin geri kalanı şu şekilde organize edilmiştir. Bölüm 1, The Voice'un kısa bir arka planını sunuyor, gösterinin kör seçme aşamasını özetliyor ve tahmin stratejimizin bir ön izlemesini veriyor. Bölüm 2'de veriler açıklanmaktadır. Bölüm 4'te ampirik strateji ayrıntılı olarak açıklanmaktadır. Bölüm 5 sonuçları sunmakta ve Bölüm 5 sonuçlanmaktadır.  Bu makale   . arxiv'de CC 4.0 lisansı altında mevcuttur

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

Bu ses hikayenin orijinal dilinde üretilmiştir!

Çok uzun; Okumak

Make resilience your competitive advantage

'The Voice' Seçmeleri İşe Almada Cinsiyet Önyargısını Ortaya Çıkarıyor

About Author

YORUMLAR

ETİKETLERİ ASIN

BU YAZI

Related Stories

Floki'den Valhalla Hindistan'ın Sri Lanka Turuna Yardımcı Sponsor Olarak Katıldı

Sulara Yelken Açmak: Data Lakes ile Üretim Sınıfında RAG Uygulamaları Geliştirme

Benzersiz Bir Ekosistemi Güçlendiren Bitcoin UTXO Modeli

Kullanıcı Odaklı Kripto Ürünleri Oluşturma: Müşteri Geri Bildiriminin Önemi

Floki'den Valhalla Hindistan'ın Sri Lanka Turuna Yardımcı Sponsor Olarak Katıldı

Sulara Yelken Açmak: Data Lakes ile Üretim Sınıfında RAG Uygulamaları Geliştirme

Benzersiz Bir Ekosistemi Güçlendiren Bitcoin UTXO Modeli

Kullanıcı Odaklı Kripto Ürünleri Oluşturma: Müşteri Geri Bildiriminin Önemi

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps