Eindeutige Beweise dafür, dass Personen, die ihre Pronomen in ihren E-Mail-Signaturen angeben, in Bildungseinrichtungen bevorzugt behandelt werden.

Diese Autoren wollten wissen, ob Mütter bei der Einstellung diskriminiert werden, selbst wenn sie ebenso qualifiziert sind wie andere Bewerber. Also führten sie zwei Experimente durch. Zuerst ein Laborexperiment: Die Teilnehmer bewerteten Paare identischer Bewerber, die sich nur im elterlichen Status unterschieden. Dann eine reale Audit-Studie: Sie schickten über 1.200 Bewerbungen an echte Arbeitgeber für Einstiegs- und mittlere Positionen. Sie randomisierten, ob die Bewerber waren: – Mütter (basierend auf der Mitgliedschaft im Elternbeirat) – Kinderlose Frauen (sie wurden als Freiwillige in einer nicht-elternspezifischen Rolle aufgeführt) – Väter (basierend auf der Mitgliedschaft im Elternbeirat) – Kinderlose Männer (sie wurden als Freiwillige in einer nicht-elternspezifischen Rolle aufgeführt) Alle Bewerber hatten identische Qualifikationen. Dann verfolgten sie die Bewertungen, Gehaltsempfehlungen und Rückrufe von Arbeitgebern. Sie fanden heraus, dass: Mütter als weniger kompetent und weniger engagiert bewertet wurden als ebenso qualifizierte kinderlose Frauen. Mütter wurden strikteren Standards unterzogen, erhielten niedrigere Gehälter und hatten weitaus geringere Chancen, eingestellt oder befördert zu werden. Im Feldexperiment riefen echte Arbeitgeber kinderlose Frauen mehr als doppelt so häufig zurück wie Mütter. Väter hingegen wurden nicht bestraft und erhielten manchmal sogar einen Bonus. Fazit: Die "Mutterstrafe" ist real, kausal und wird durch Diskriminierung verursacht, nicht durch Unterschiede in der Fähigkeit. Wie die Autoren es ausdrücken: "Der Nachweis, dass man Mutter ist, führt zu Diskriminierung von Müttern bei der Einstellung und Bezahlung."

„Diese Ergebnisse liefern klare Beweise dafür, dass die auf MTurk gesammelten Daten einfach nicht vertrauenswürdig sind.“ Forscher haben lange darüber diskutiert, ob die Umfragedaten von Amazon Mechanical Turk (MTurk) vertrauenswürdig sind. Dieses Papier verfolgt einen einfachen Ansatz zur Bewertung der Qualität der derzeit von MTurk produzierten Daten. Der Autor gibt den Befragten Paare von Fragen, die offensichtlich widersprüchlich sind. Zum Beispiel: „Ich rede viel“ und „Ich rede selten.“ Oder: „Ich mag Ordnung“ und „Ich sehne mich nach Chaos.“ Wenn die Leute aufmerksam sind, sollte die Zustimmung zu einer Aussage die Ablehnung der anderen bedeuten. Mindestens sollten sich die beiden Antworten nicht gemeinsam bewegen. Die genau gleiche Umfrage wird auf drei Plattformen durchgeführt: Prolific, CloudResearch Connect und MTurk. Auf Prolific und Connect verhalten sich die Dinge normal: die meisten widersprüchlichen Elemente sind negativ korreliert, genau wie es der gesunde Menschenverstand vorhersagt. Auf MTurk hingegen sind die Ergebnisse das Gegenteil. Über 96 % dieser eindeutig gegensätzlichen Elementpaare sind positiv korreliert. Mit anderen Worten, viele Befragte geben ähnliche Antworten auf Aussagen, die sich buchstäblich widersprechen. Die Autoren versuchen dann, was die meisten Forscher als Nächstes tun würden: -das Sample auf „hoch angesehene“ MTurk-Arbeiter beschränken -standardmäßige Aufmerksamkeitstests anwenden -schnelle Antwortgeber und gerade Linien herausnehmen Nichts davon löst das Problem. Selbst nach aggressiver Überprüfung bleiben viele widersprüchliche Elemente auf MTurk positiv korreliert. Die Implikation ist schwerwiegend: nachlässige Antworten auf MTurk sind kein seltener Lärm; sie sind systematisch genug, um das Vorzeichen von Beziehungen umzukehren und Ergebnisse zu erzeugen, die das Gegenteil von dem sind, was sie wirklich sind. Wow; das ist verheerend.