Mannelijke economen reageren tijdens seminars vaker boos en streng dan vrouwelijke economen. Met behulp van een machine-learning model dat toon kan herkennen, analyseerden Handlan en Sheng de audiobestanden van 500 presentaties bij het National Bureau of Economic Research in Amerika. Feedback op een dergelijke negatieve toon blijkt relatief vaak gericht te zijn aan vrouwelijke economen. Ook als vrouwen boos en streng reageren, is dat vaker gefocust op vrouwen dan op mannen. Er bleek geen verschil te zijn in het aantal keren dat mannelijke en vrouwelijke economen worden onderbroken. Wel worden vrouwelijke economen gemiddeld langer onderbroken.
Handlan, A. en H. Sheng (2023) Gender and tone in recorded economics presentations: Audio analysis with machine learning. SSRN Working Paper, 4316513.
Auteur
Categorieën
