波士顿与芝加哥劳动力市场种族与性别对求职回调影响研究数据集2001-2002年-utkarshx27

波士顿与芝加哥劳动力市场种族与性别对求职回调影响研究数据集2001-2002年-utkarshx27 数据来源:互联网公开数据 标签:劳动力市场,求职,种族,性别,数据实验,就业歧视,回调率,教育,经验,技能 数据概述: 本数据集来源于一项研究,旨在探究种族和性别对求职回调率的影响。该研究在2001年至2002年期间,持续数月监测了波士顿和芝加哥的多个职位招聘广告,并由此构建了一组测试案例。研究者随机生成了大量简历,包括工作经验和教育背景等细节,以确保简历的真实性。然后,随机为每个简历分配一个名字,以便传达申请者的性别和种族信息。为研究目的,选择了部分名字,这些名字主要被识别为黑人或白人的名字。例如,名字Lakisha被调查认为会让人联想到黑人女性,而Greg则通常被认为是白人男性。 数据集包含以下字段: - job_ad_id:广告的唯一标识符 - job_city:职位所在城市 - job_industry:职位所属行业 - job_type:职位类型 - job_fed_contractor:雇主是否为联邦承包商的指示器 - job_equal_opp_employer:雇主是否为平等机会雇主的指示器 - job_ownership:雇主的公司类型,例如非营利组织或私营公司 - job_req_any:职位是否有任何要求的指示器。如果有,其他job_req_*字段会提供更多信息 - job_req_communication:是否需要沟通技能的指示器 - job_req_education:是否需要某些教育程度的指示器 - job_req_min_experience:所需经验的最低年限 - job_req_computer:是否需要计算机技能的指示器 - job_req_organization:是否需要组织能力的指示器 - job_req_school:要求的教育程度 - received_callback:该简历申请者是否收到职位回复的指示器 - firstname:简历上使用的姓氏 - race:根据简历上的姓氏推断的种族 - gender:根据简历上的姓氏推断的性别 - years_college:简历列出的大学教育年数 - college_degree:简历是否列出大学毕业文凭 - honors:简历是否列出已获得某些荣誉 - worked_during_school:简历是否列出在校期间有工作经验 - years_experience:简历列出的工作经验年数 - computer_skills:简历是否列出计算机技能 - special_skills:简历是否列出任何特殊技能 - volunteer:简历是否列出志愿服务经历 - military:简历是否列出军事服务经历 - employment_holes:简历中是否表明有工作经历上的空缺 - has_email_address:简历是否列出电子邮件地址 - resume_quality:简历质量的一般分类,分为较低或较高质量 数据用途概述: 该数据集适用于劳动力市场研究、就业歧视分析、教育和就业政策制定等多种场景。研究人员可以利用此数据集进行因果关系分析,了解种族和性别对求职回调率的影响;政策制定者可以基于数据评估就业歧视问题的严重性,制定相关对策;教育机构可以使用该数据集进行就业指导和培训,提高学生的求职成功率。由于该研究采用实验方法,随机分配姓名(以及由此推断的种族和性别),简历的质量和其他属性独立于种族和性别,因此观察到的任何影响都是因果关系。研究发现,白人求职者的回调率比黑人求职者高约50%。

packageimg

数据与资源

附加信息

字段
版本 1.0
数据集大小 0.04 MiB
最后更新 2025年4月22日
创建于 2025年4月22日
声明 当前数据集部分源数据来源于公开互联网,如果有侵权,请24小时联系删除(400-600-6816)。