Gender Stereotyping in the Labor Market: A Descriptive Analysis of Almost One Million Job Ads across 710 Occupations and Occupational Positions
Beschreibung
"Wir analysieren Muster stereotypisierter Darstellungen von Geschlechtern (gender stereotyping) in Stellenanzeigen des deutschen Arbeitsmarkts und vergleichen diese Muster zwischen verschiedenen Berufsabgrenzungen. Basierend auf einem umfangreichen Stellenanzeigen-Datensatz der BA-Jobbörse, einem der größten Online-Jobportale Deutschlands, wendeten wir einen Machine Learning-Algorithmus an, um den Teil der Stellentexte zu identifizieren, in dem zu erfüllende Anforderungen und zu verrichtende Tätigkeiten explizit beschrieben werden. Wir nutzten ein eigens erstelltes Wörterbuch agentischer (männlich-konnotierter) und kommunaler (weiblich-konnotierter) Signalwörter, um die Stereotypisierung von Geschlechtern in Stellenbeschreibungen zu messen. Die war möglich für 710 Berufe. Die Ergebnisse zeigen zunächst, dass in unserer Stichprobe Berufe eher weiblich als männlich stereotypisiert sind. Wir untersuchen im Weiteren zwei Berufsgruppen näher, die sich deutlich hinsichtlich ihrer Anforderungen und Tätigkeitsinhalte unterscheiden, und hohe Relevanz bezüglich wichtiger Megatrends wie der Digitalisierung und dem demographischen Wandel haben: einerseits Mathematik, Informatik, Natur- und Ingenieurwissenschaft und Technik (MINT), und andererseits Berufe im Gesundheits- und Sozialwesen. Dabei unterschieden wir die enthaltenen einzelnen Berufe zum einen nach ihren Anforderungsniveaus und zum anderen danach, ob sie mit einfachen bzw. fachlichen Positionen oder mit Aufsichts- und Führungspositionen verbunden sind. Entgegen dem allgemeinen Befund, dass die von uns beobachteten Berufe überwiegend weiblich stereotypisiert sind, finden wir, dass die MINT-Berufe sowie Aufsichts- und Führungspositionen eher männlich stereotypisiert sind. Unsere Ergebnisse belegen einen positiven Zusammenhang zwischen Geschlechter-Stereotypisierung und berufsbezogener Geschlechtersegregation. Dies legt nahe, dass die Geschlechter-Stereotypisierung in Stellenanzeigen dazu beiträgt, dass Frauen in bestimmten Berufen und Berufspositionen unterrepräsentiert sind." (Autorenreferat, IAB-Doku)
Zitationshinweis
Damelang, Andreas, Ann-Katrin Rückel & Michael Stops (2024): Gender Stereotyping in the Labor Market: A Descriptive Analysis of Almost One Million Job Ads across 710 Occupations and Occupational Positions. (IAB-Discussion Paper 13/2024), Nürnberg, 23 S. DOI:10.48720/IAB.DP.2413