cn21

人材選抜における性別による偏見の調査

著者:

(1)アヌアル・アサミダノフ、クレアモント大学院大学経済学部、150 E 10th St、クレアモント、CA 91711。(電子メール: (email protected))。

抽象的な

背景

データ

方法論

結果

議論と結論、参考文献

付録 表と図

付録 表と図

付録表A1. 国別のアーティスト選択における自身の性別による偏りの推定付録表A1. 国別のアーティスト選択における自身の性別による偏りの推定

注: 表 A1 は、方程式 1 の回帰を使用して、性別による偏りの差の推定値を示しています。この表は、コーチの性別、アーティストの性別、および相互作用項の指標に対する Choice の回帰から、男性アーティストと男性コーチの相互作用に関する係数を報告しています。報告されている係数は、列に示されている国別のデータ サブセットを使用した「同じ性別のコーチ」の係数です。各仕様には、コーチと国の固定効果、パフォーマンス固定効果の順序、ジャンル固定効果、チーム内の女性に対する男性の数、女性アーティストのコーチの失敗率、および男性アーティストのコーチの失敗率が含まれています。標準誤差はコーチごとにクラスター化されています。∗ p

付録表A2. チームの性別構成によるアーティスト選択における自身の性別・人種バイアスの推定付録表A2. チームの性別構成によるアーティスト選択における自身の性別・人種バイアスの推定

注: 表 A2 は、方程式 1 の回帰を使用して、性別による偏りの差の推定値を示しています。この表は、コーチの性別、アーティストの性別、および相互作用項の指標に対する選択の回帰から、男性アーティストと男性コーチの相互作用に関する係数を報告しています。報告された係数は、列に示されているチームの性別構成によるデータ サブセットを使用した「同じ性別のコーチ」の係数です。X 3 は、男性と女性の数の差が 4 以上であることを意味します。各仕様には、コーチと国の固定効果、パフォーマンスの固定効果の順序、ジャンルの固定効果、女性アーティストのコーチの失敗率、および男性アーティストのコーチの失敗率が含まれます。標準誤差はコーチごとにクラスター化されています。∗ p

付録図A1. 男性アーティストの失敗率によるジェンダーバイアスの推定付録図A1. 男性アーティストの失敗率によるジェンダーバイアスの推定

この図は、Athey と Wager (2019) のアプローチによる因果フォレストの結果をまとめたものです。ここで示されている各推定値は、コーチの性別とコーチの固定効果を制御した場合のアーティストの選択に対する同性および異性の相互作用の影響を表しています。左から右への、関心のある結果は、男性アーティストのコーチの失敗率の指標のセットです。これは、コーチがチームに特定の性別のアーティストを望んだが、アーティストがコーチを選択しなかった割合です。この結果は、男性アーティストのコーチの失敗率による変動に固有の選択における同性および異性のバイアスの推定値を効果的に生成します。コーチごとにクラスター化された標準誤差。

付録図A2. 女性アーティストの失敗率によるジェンダーバイアスの推定付録図A2. 女性アーティストの失敗率によるジェンダーバイアスの推定

この図は、Athey と Wager (2019) のアプローチによる因果フォレストの結果をまとめたものです。ここで示されている各推定値は、コーチの性別とコーチの固定効果を制御した場合のアーティストの選択に対する同性および異性の相互作用の影響を表しています。左から右への、関心のある結果は、女性アーティストのコーチの失敗率の指標のセットです。これは、コーチがチームに特定の性別のアーティストを望んだが、アーティストがコーチを選択しなかった割合です。この結果は、女性アーティストのコーチの失敗率による変動に固有の選択における同性および異性のバイアスの推定値を効果的に生成します。コーチごとにクラスター化された標準誤差。

付録図A3. 成績順位によるジェンダーバイアスの推定付録図A3. 成績順位によるジェンダーバイアスの推定

この図は、Athey と Wager (2019) のアプローチによる因果フォレストの結果をまとめたものです。ここで示されている各推定値は、コーチの性別とコーチの固定効果を制御した場合のアーティストの選択に対する自身の性別と異性の相互作用の影響を表しています。左から右への、関心のある結果は、各オーディション エピソードの指標のセットです。10 回のパフォーマンスの 10 番目ごとの順序は、同じ順序でエピソードに集約されます。この結果から、グループ化されたパフォーマンス順序による変動に固有の選択における自身の性別と異性のバイアスの推定値が効果的に得られます。コーチごとにクラスター化された標準誤差。

次の投稿
ゼロから 5 分で AI 画像分析ツールを構築する: 初心者向けガイド
前の投稿
Octopus Network のご紹介: 今週の HackerNoon 企業

ノート:

AZ: 動物の世界、ペット、ペット、野生の自然に関するカテゴリー記事…
SP:スポーツカテゴリー。
New vs Ne: ニュースコラム。
Te: テクノロジー カテゴリ。
Gt:エンターテインメントカテゴリー。
Bt: 占い、星占い、超常現象、超常現象。
Ta:人生コラム。