教师招聘网络 - 如图1所示，在博士学位学生的部门之间流入教师工作 - 陡峭地等级制度，比他们工作的地方大约有85％的教师培训。

这种声望的等级制度塑造了社会和认知的不平等，教师职业，思想的传播和现场人口统计。导致招聘网络这种结构性不平等的主要驱动因素是什么？

为了理解这些机制，我们研究了五种教师招聘模型，这些模型捕获了声望可以在本地或全球增强自己的不同方式创建招聘层次结构的方式。

这些模型是自适应网络，其节点，表示机构，聘请新教师并根据声望选择其他节点。

在这里，声望根据招聘模型定义了五种方式，主要两个是（i）全球教师生产模型：招聘偏好与机构的教师生产数量成正比，并且（ii）本地同质模型：the hiring preference is proportional to the number of pre-existing faculty members’ alma maters.

在比较了这些模型中模拟网络层次结构的陡峭度和不平等之后我们的2015年计算机科学，商业和历史学院招聘网络，我们发现只有两个模型，全球教师生产和本地同质模型，产生了现实的层次结构。

然后，我们通过两种方式进一步测试了这些模型。

首先，我们比较了各种网络结构测量的模拟和经验招聘网络。在这里，声望来自全球教师生产的模型创造了更现实的招聘网络。

其次，我们比较了精英部门在模拟和经验网络中的“偏见可见性”。该措施量化了个人机构如何形成对其领域学术劳动力组成的不准确看法，因为一个机构“看到”的方式取决于其在网络中的位置及其邻居属性的分布（在这里，教师的母校）。

在此测试中，声望来自本地教师生产的模型，即本地同质模型，创建了更现实的招聘网络。这表明两种机制都可能塑造实际的教师雇用网络。

最后，我们根据这些合理的招聘模型检查了教师招聘网络，以回答以下问题：从长远来看，声望层次结构的稳定性如何？

如果招聘遵循我们的任何声望机制，我们发现即使在一代人都取代了一代人之后，大约90％的“顶级”机构仍保留其享有声望的职位。以同样的方式，约有80％的机构留在制度等级的底部五分位数中，如图2所示。

这些发现告诉我们，一旦机构位于网络层次结构的顶部或底部附近，偶然的声望移动性就受到限制。这也表明，随着时间的流逝，机构排名相对稳定，而没有任何一个机构的战略招聘或安置行为。

这进一步意味着，如果机构的招聘实践不断遵循这些类型的对机构声望的偏好，则招聘系统将被排名较差。

我们想提一下，我们使用了非常简单的模型。这些模型省略了个人教师特征，环境和申请人的偏好的任何作用。

然而，他们概括了真正的招聘网络结构，这表明教师安置率的简单“声望”反馈循环可以推动非常稳定的声望层次结构。

总而言之，我们发现基于声望的教师的自我强化动力很容易导致根深蒂固的等级制度，并且理解这些动态对于多样性的努力和科学的创新至关重要。