Real Sociedad Matemática Española

Comprender las cosas que nos rodean es la mejor preparación para comprender las cosas que hay mas allá. Hipatia de Alejandría.
 
Logo RSME
En portada
La Sociedad
Publicaciones
Actividades científicas
IEMath
Redes y Grupos Temáticos
Premios y Becas
Olimpiadas
Divulgamat
El Árbol de las Matemáticas
RSME-IMAGINARY
Mujeres y Matemáticas
Oportunidades profesionales
Educación
Enlaces
La RSME es miembro de...

Acceso tienda






¿Recuperar clave?
Regístrese aquí

Tienda virtual

Facsímiles Libros Otras publicaciones Hazte socio Donaciones
Mostrar pedido Su Pedido está actualmente vacío.
jueves, 19 de octubre de 2017
noticiasaccesibilidadcontacta

Mujeres y Matemáticas PDF Imprimir E-Mail
Image¿Por qué la proporción de mujeres en la carrera académica y los puestos en áreas CTIM (ciencias, tecnología, ingeniería y matemáticas) no reflejan el interés de las niñas por las matemáticas y las ciencias en la escuela? Las mujeres superan a los hombres en la formación preuniversitaria, pero son mucho menos propensas que los hombres a una carrera académica en matemáticas o ciencias, así como a elegir una profesión en estos campos. Esta disparidad se atribuye a menudo a los efectos negativos de los estereotipos basados en el género.

Un estudio llevado a cabo por los investigadores Ernesto Reuben, Paola Sapienza y Luigi Zingales de las universidades de Columbia, Northwestern y Chicago, respectivamente, y publicado en Proceedings of the National Academy of Sciences, analizó el efecto de dichos estereotipos mediante un experimento que consistía en la contratación de sujetos para realizar una tarea aritmética que, en promedio, ambos sexos efectúan igualmente bien. Los resultados mostraron que si a los empleadores (de ambos sexos) sólo se les proporcionaba la apariencia física de los candidatos (de la cual se deducía fácilmente el género), los hombres eran contratados dos veces más que las mujeres. La discriminación no desaparecía si la información de la que disponían los empleadores era la propia opinión de los candidatos sobre su capacidad de realizar la tarea matemática propuesta, ya que en este caso los hombres tienden a presumir de su aptitud y las mujeres generalmente suelen infravalorarse. La discriminación se reducía, pero no completamente, cuando se facilitaba la información completa sobre el rendimiento anterior de los candidatos en la tarea.

Según el estudio, esto pone de manifiesto que los estereotipos implícitos, medidos por el Test de Asociación Implícita (TAI), predicen no sólo el sesgo inicial, sino también la deficiente actualización de las expectativas relacionadas con el género cuando la información del rendimiento proviene de los propios sujetos. Es decir, los empleadores sesgados contra las mujeres tienen menos probabilidades de tener en cuenta el hecho de que los hombres, en promedio, alardean más que las mujeres acerca de su desempeño futuro, lo que lleva a opciones de contratación mejorables que permanecen sesgadas a favor de los hombres.

Los detalles de la investigación pueden consultarse en


Image
Las barras superiores muestran el porcentaje de candidatas admitidas, mientras que las centrales muestran el porcentaje de veces que se escogió el candidato con peores resultados
(Véase Fig 1. en PNAS (2014), 111, 4403-4408)
 
Twittear
< Anterior   Siguiente >
[Volver]
Advertisement
Logo del Centenario de la RSME

Declaración de Clausura
Audiencia de la Casa Real
Plan Estratégico RSME
Resumen Plan Estratégico
Código Ético de la EMS
Logo Mathematics of Planet EarthMPE
RSME-MPE

Últimas noticias

Próximos eventos

BCAM
Octubre 16 - 20, 2017

IV Iberian Modelling Week
Octubre 16 - 20, 2017

Conference on Non-Linear Functional Analysis
Octubre 17 - 20, 2017

XXIV Encuentro de Topología (XXIVET) - VI Encuentro de Jóvenes Topólogas y Topólogos (VIEJyT)
Octubre 18 - 21, 2017

IV Xornadas de usuarios de R en Galicia
Octubre 19, 2017

Eventos recientes

UCM
Octubre 17, 2017

II Northeastern Analysis Meeting
Octubre 13 - 15, 2017

Sindicación