Systematic inequality and hierarchy in faculty hiring networks

Motivation

• Known: 교수 채용 시장은 학자의 경력과 학문적 우선순위를 형성하지만, 시스템 차원의 정량적 이해가 부족함. U.S. News & World Report 같은 순위는 기관을 독립적으로 평가하여 상호작용을 반영하지 못함.
• Gap: faculty hiring network(누가 누구의 대학원 졸업생을 교수로 채용하는지)의 전체 구조와 패턴을 정량적으로 분석한 연구가 없음. 명성(prestige)이 채용 결정에 미치는 영향을 체계적으로 측정할 방법이 부족함.
• Why: 교수 채용은 학문 분야의 연구 우선순위, 교육 성과, 개인의 경력 궤적, 자원 배분을 근본적으로 형성하므로, 이 시스템의 불평등 구조를 이해하는 것은 학계 개혁과 공정성 개선에 필수적임.
• Approach: 컴퓨터과학, 경영학, 역사학 3개 분야의 약 19,000명의 교수진 배치 데이터를 hand-curated하여 comprehensive network 구축. Minimum violation ranking(최소 위반 순위) 기법을 사용하여 관찰된 채용 네트워크를 가장 잘 설명하는 기관 명성 순위를 추출.

Achievement

• 계층적 불평등의 정량화: Gini 계수(G = 0.62-0.76)로 측정한 결과, faculty production이 매우 불평등하며 미국 소득 불평등(G = 0.45)보다도 심함. 상위 25% 기관이 71-86%의 교수를 배출
• 명성의 예측력: 박사 학위 기관의 명성(prestige ranking)이 U.S. News & World Report 순위보다 최종 배치(ultimate placement)를 더 잘 예측
• 젠더 격차: 같은 기관 졸업 여성이 남성보다 일반적으로 더 나쁜 배치 결과를 보임
• 선순환 구조: 기관 명성이 높을수록 faculty production, faculty placement, 학문 내 영향력이 모두 증가하는 긍정적 feedback loop 발견
• 분야 간 공통 패턴: computer science, business, history 등 이질적 분야에서도 동일한 steep hierarchical structure 확인

How

Fig. 1. Prestige hierarchies in faculty hiring networks. (Top) Placements for 267 computer science

• 3개 분야(computer science, business, history)의 Ph.D.-granting institutions에서 완전하고 수작업으로 검증된 faculty placement 데이터 수집
• Faculty hiring network를 directed graph로 모델링 (vertex = institution, directed edge (u,v) = v의 교수 중 u에서 박사학위 취득)
• Minimum violation ranking 알고리즘 적용하여 각 edge가 downward pointing할 확률을 최대화하는 prestige hierarchy 추출
• Gini coefficient를 사용하여 faculty production의 불평등 정량화
• Kolmogorov-Smirnov test로 size-proportional placement hypothesis 검정
• Prestige ranking과 U.S. News & World Report, NRC 순위의 예측력 비교
• 성별에 따른 배치 결과 분석

Originality

• Novel network-based prestige ranking 기법: 기관 간의 실제 상호작용(faculty hiring)을 기반으로 prestige를 추출하는 새로운 방법론. 기존 input-based ranking(reputation, wealth)과 달리 output-based assessment 제공
• 사회 불평등 측정의 이전(transfer): Gini coefficient 같은 경제학적 불평등 척도를 학계에 적용하여 새로운 관점 제공
• Faculty hiring과 사회 계층화의 연결: 학계 채용 시스템과 사회적 위계 구조 사이의 명시적 연결 시도
• 대규모 hand-curated dataset: 약 19,000명의 faculty에 대한 정교하게 검증된 데이터베이스 구축으로 신뢰도 높은 분석 기반 제공

Limitation & Further Study

• 지리적 제한: 북미 기관만 포함되어 있어 전 지구적 학계 구조를 반영하지 못함
• 시간적 정적(static) 분석: 특정 시점의 스냅샷이므로 hiring patterns의 시간적 변화와 동역학(dynamics)을 포착하지 못함
• 명성과 능력의 혼동: Prestige rank가 merit(능력)과 status(지위)를 모두 반영하므로, 비-공정성 요소의 정확한 기여도 분리 어려움
• 3개 분야의 제한적 대표성: 더 다양한 분야(STEM, 사회과학, 인문학 등)를 포함하여 결과의 보편성 검증 필요
• 후속 연구 방향: 시계열 분석으로 prestige hierarchy의 안정성과 변화 추적; 여성과 소수자 그룹의 배치 차이 심화 원인 분석; 비-공정성 요소(지역, 언어, 문화자본)의 영향 정량화

Evaluation

총평: 학계의 불평등 구조를 처음으로 체계적으로 정량화하고, 명성(prestige)이 실제 채용 결정에 미치는 강력한 영향을 네트워크 분석으로 입증한 획기적 연구. 방법론은 우아하고 결과는 명확하지만, 시간적 동역학과 지역적 보편성 검증이 필요함.