Wyraźne dowody na to, że osoby, które umieszczają swoje zaimki w podpisach e-mailowych, otrzymują preferencyjne traktowanie w środowisku szkolnictwa wyższego.

Ci autorzy chcieli wiedzieć, czy matki spotykają się z dyskryminacją przy zatrudnieniu, nawet gdy są równie wykwalifikowane jak inni kandydaci. Przeprowadzili więc dwa eksperymenty. Najpierw eksperyment laboratoryjny: uczestnicy oceniali pary identycznych kandydatów do pracy, którzy różnili się tylko statusem rodzicielskim. Następnie badanie audytowe w rzeczywistym świecie: wysłali ponad 1200 aplikacji o pracę do prawdziwych pracodawców na stanowiska na poziomie podstawowym i średnim. Losowo przydzielili, czy kandydaci byli: – Matkami (na podstawie członkostwa w PTA) – Kobietami bezdzietnymi (były wymienione jako wolontariuszki w roli niezwiązanej z rodzicielstwem) – Ojcem (na podstawie członkostwa w PTA) – Mężczyznami bezdzietnymi (byli wymienieni jako wolontariusze w roli niezwiązanej z rodzicielstwem) Wszyscy kandydaci mieli identyczne kwalifikacje. Następnie śledzili oceny, rekomendacje płacowe i powroty od pracodawców. Odkryli, że: Matki były oceniane jako mniej kompetentne i mniej zaangażowane niż równie wykwalifikowane kobiety bezdzietne. Matki były poddawane surowszym standardom, oferowano im niższe wynagrodzenia i były znacznie mniej skłonne do zatrudnienia lub awansu. W eksperymencie w terenie, prawdziwi pracodawcy dzwonili do kobiet bezdzietnych ponad dwa razy częściej niż do matek. Ojcowie, w przeciwieństwie do tego, nie doświadczali żadnej kary, a czasami otrzymywali bonus. Podsumowując: „kara za macierzyństwo” jest rzeczywista, przyczynowa i wynika z dyskryminacji, a nie różnic w zdolnościach. Jak to ujęli autorzy: „Posiadanie dowodu bycia matką prowadzi do dyskryminacji matek w zatrudnieniu i wynagrodzeniu.”

„Te ustalenia dostarczają wyraźnych dowodów na to, że dane zbierane na MTurk po prostu nie mogą być uważane za wiarygodne.” Badacze od dawna dyskutują, czy dane z ankiet na Amazon Mechanical Turk (MTurk) można ufać. Niniejszy artykuł przyjmuje prostą metodę oceny jakości danych obecnie produkowanych przez MTurk. Autor zadaje respondentom pary pytań, które są oczywiście sprzeczne. Na przykład: „Dużo mówię” i „Rzadko mówię.” Lub: „Lubię porządek” i „Pragnę chaosu.” Jeśli ludzie zwracają uwagę, zgadzanie się z jednym powinno oznaczać niezgadzanie się z drugim. W minimum, te dwa odpowiedzi nie powinny się poruszać w tym samym kierunku. Ta sama ankieta jest przeprowadzana na trzech platformach: Prolific, CloudResearch Connect i MTurk. Na Prolific i Connect wszystko zachowuje się normalnie: większość sprzecznych elementów jest negatywnie skorelowana, tak jak przewiduje zdrowy rozsądek. Na MTurk jednak wyniki są odwrotne. Ponad 96% tych wyraźnie przeciwnych par elementów jest pozytywnie skorelowanych. Innymi słowy, wielu respondentów udziela podobnych odpowiedzi na stwierdzenia, które dosłownie się sobie sprzeciwiają. Autorzy następnie próbują tego, co większość badaczy zrobiłaby następnie: -ograniczyć próbkę do „pracowników MTurk o wysokiej reputacji” -zastosować standardowe kontrole uwagi -odrzucić szybkie odpowiedzi i osoby udzielające odpowiedzi w sposób liniowy Nic z tego nie rozwiązuje problemu. Nawet po agresywnej selekcji, wiele sprzecznych elementów pozostaje pozytywnie skorelowanych na MTurk. Implikacja jest poważna: niedbałe odpowiadanie na MTurk nie jest rzadkim szumem; jest na tyle systematyczne, aby odwrócić znak relacji i generować wyniki, które są przeciwieństwem tego, co naprawdę są. Wow; to jest obciążające.