Testing the Presence of Implicit Hiring Quotas with Application to German Universities
隐性招聘配额的存在性检验：德国大学的应用AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究招聘人数分布的检验，未明确建立因果识别、离散选择模型或其他所列细分方法。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
隐性招聘配额的存在性检验：德国大学的应用
- 研究问题
- 研究能否利用部门层面的女性人数分布检验隐性招聘配额，并判断德国大学的性别配置是否符合随机招聘基准。
- 方法与思路
- 作者在随机招聘原假设下构造无需个人招聘信息的检验，推导渐近分布，并提出从精确分布抽样的参数自助程序。
- 材料陈述的贡献
- 摘要称，德国大学五十个学科的女性教授分布难以由随机配置解释，且更符合部门层面一至两名女性的隐性配额模式。
- 阅读关注点
- 应核对随机招聘原假设的生成机制、无需个人信息所依赖的假设，以及部门规模、人员流动和其他配置机制的处理。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未经核实；摘要未列出检验假设，拒绝随机配置本身不能唯一确认配额机制。
原文摘要
It is widely accepted that women are underrepresented in academia in general and economics in particular. This paper introduces a test to detect an under-researched form of hiring bias: implicit quotas. I derive a test under the Null of random hiring that requires no information about individual hires under some assumptions. I derive the asymptotic distribution of this test statistic and, as an alternative, propose a parametric bootstrap procedure that samples from the exact distribution. This test can be used to analyze a variety of other hiring settings. I analyze the distribution of female professors at German universities across 50 different disciplines. I show that the distribution of women, given the average number of women in the respective field, is highly unlikely to result from a random allocation of women across departments and more likely to stem from an implicit quota of one or two women on the department level. I also show that a large part of the variation in the share of women across STEM and non-STEM disciplines could be explained by a two-women quota on the department level. These findings have important implications for the potential effectiveness of policies aimed at reducing underrepresentation and providing evidence of how stakeholders perceive and evaluate diversity.