論文の概要: Intersectional Affirmative Action Policies for Top-k Candidates
Selection
- arxiv url: http://arxiv.org/abs/2007.14775v2
- Date: Fri, 5 Mar 2021 16:21:37 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-07 20:32:18.447742
- Title: Intersectional Affirmative Action Policies for Top-k Candidates
Selection
- Title（参考訳）: top-k候補選択のための横断的肯定的行動政策
- Authors: Giorgio Barnabo', Carlos Castillo, Michael Mathioudakis, Sergio Celis
- Abstract要約: 本研究では,トップk候補を応募者のプールから選抜する問題について検討する。
我々は,一部の候補者が歴史的かつ現在の不利を経験している状況を考える。
そこで本研究では,OECD国における学力評価と学士号取得のデータセットを用いて,この問題を解き,解析し,評価する2つのアルゴリズムを提案する。
- 参考スコア（独自算出の注目度）: 3.4961413413444817
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We study the problem of selecting the top-k candidates from a pool of
applicants, where each candidate is associated with a score indicating his/her
aptitude. Depending on the specific scenario, such as job search or college
admissions, these scores may be the results of standardized tests or other
predictors of future performance and utility. We consider a situation in which
some groups of candidates experience historical and present disadvantage that
makes their chances of being accepted much lower than other groups. In these
circumstances, we wish to apply an affirmative action policy to reduce
acceptance rate disparities, while avoiding any large decrease in the aptitude
of the candidates that are eventually selected. Our algorithmic design is
motivated by the frequently observed phenomenon that discrimination
disproportionately affects individuals who simultaneously belong to multiple
disadvantaged groups, defined along intersecting dimensions such as gender,
race, sexual orientation, socio-economic status, and disability. In short, our
algorithm's objective is to simultaneously: select candidates with high
utility, and level up the representation of disadvantaged intersectional
classes. This naturally involves trade-offs and is computationally challenging
due to the the combinatorial explosion of potential subgroups as more
attributes are considered. We propose two algorithms to solve this problem,
analyze them, and evaluate them experimentally using a dataset of university
application scores and admissions to bachelor degrees in an OECD country. Our
conclusion is that it is possible to significantly reduce disparities in
admission rates affecting intersectional classes with a small loss in terms of
selected candidate aptitude. To the best of our knowledge, we are the first to
study fairness constraints with regards to intersectional classes in the
context of top-k selection.
- Abstract（参考訳）: 各候補者が適性を示すスコアに関連付けられる、応募者のプールからトップk候補を選ぶ問題について検討する。
職業検索や大学入学などの特定のシナリオによっては、これらのスコアは標準化されたテストの結果や、将来のパフォーマンスとユーティリティの予測結果である可能性がある。
我々は、一部の候補者が歴史的に不利を経験し、その不利が他のグループよりもはるかに低い確率で受け入れられる状況を考える。
このような状況下では、最終的に選ばれる候補者の適性を大幅に低下させることを避けつつ、受容率格差の低減に肯定的な行動方針を適用したい。
我々のアルゴリズム設計は、性別、人種、性的指向、社会経済的地位、障害といった異次元に沿って定義された複数の不利益グループに属する個人に、差別が不釣り合いに影響を及ぼすことが頻繁に観察される現象に動機づけられている。
要するに、アルゴリズムの目的は同時に、高いユーティリティを持つ候補を選択し、不利な交叉クラスの表現をレベルアップすることである。
これは自然にトレードオフを伴い、より多くの属性が考慮されるにつれてポテンシャル部分群の組合せ的爆発のために計算的に困難である。
本稿では,OECD国における学士号の取得と学位取得のデータセットを用いて,この問題の解決,解析,評価を行う2つのアルゴリズムを提案する。
我々の結論は、選択された候補者適性の観点から、交差点クラスに影響を及ぼす入院率の格差を小さくすることができるというものである。
我々の知識を最大限に活用するため、我々はトップk選択の文脈で交叉クラスに関して公平性制約を研究する最初の者です。
関連論文リスト
- Algorithms for College Admissions Decision Support: Impacts of Policy Change and Inherent Variability [18.289154814012996]
先進的な応募者ランキングアルゴリズムからレースデータを除去することで、そのプールの学力を高めることなく、トップランクのプールの多様性を低減できることを示す。
個人に対する政策変更の影響を、政策変更に起因する応募者の仲裁と無作為性に起因する仲裁とを比較して測定する。
論文 参考訳（メタデータ） (2024-06-24T14:59:30Z) - Evaluating the Fairness of Discriminative Foundation Models in Computer
Vision [51.176061115977774]
本稿では,CLIP (Contrastive Language-Pretraining) などの差別基盤モデルのバイアス評価のための新しい分類法を提案する。
そして、これらのモデルにおけるバイアスを緩和するための既存の手法を分類学に関して体系的に評価する。
具体的には,ゼロショット分類,画像検索,画像キャプションなど,OpenAIのCLIPとOpenCLIPモデルをキーアプリケーションとして評価する。
論文 参考訳（メタデータ） (2023-10-18T10:32:39Z) - In Search of Insights, Not Magic Bullets: Towards Demystification of the
Model Selection Dilemma in Heterogeneous Treatment Effect Estimation [92.51773744318119]
本稿では,異なるモデル選択基準の長所と短所を実験的に検討する。
選択戦略,候補推定器,比較に用いるデータの間には,複雑な相互作用があることを強調した。
論文 参考訳（メタデータ） (2023-02-06T16:55:37Z) - Bounding Counterfactuals under Selection Bias [60.55840896782637]
本稿では,識別不能なクエリと識別不能なクエリの両方に対処するアルゴリズムを提案する。
選択バイアスによって引き起こされる欠如にもかかわらず、利用可能なデータの可能性は無限であることを示す。
論文 参考訳（メタデータ） (2022-07-26T10:33:10Z) - Fairness in Selection Problems with Strategic Candidates [9.4148805532663]
選択問題における戦略的側面が公平性に与える影響について検討する。
合理的な候補者の人口は、彼らの品質を高めるために努力レベルを選択することで競います。
我々は、異なるパラメータのレジームにおけるこのゲームの(一意)平衡を特徴づける。
論文 参考訳（メタデータ） (2022-05-24T17:03:32Z) - An Outcome Test of Discrimination for Ranked Lists [0.18416014644193063]
非差別はモーメントの不等式を意味することを示す。
我々は、インプリケートされた不等式を統計的にテストする方法を示し、LinkedInのデータを用いてアプリケーションにおける我々のアプローチを検証する。
論文 参考訳（メタデータ） (2021-11-15T16:42:57Z) - Balanced Q-learning: Combining the Influence of Optimistic and
Pessimistic Targets [74.04426767769785]
シナリオによっては、特定の種類の偏見が好ましいかもしれないことを示す。
そこで我々は,目標を悲観的かつ楽観的な用語の凸組合せに修正した新しい強化学習アルゴリズムであるBa balanced Q-learningを設計する。
論文 参考訳（メタデータ） (2021-11-03T07:30:19Z) - Fair Sequential Selection Using Supervised Learning Models [11.577534539649374]
我々は、連続して到着した応募者が限られた数の位置/ジョブを申請する選択問題を考える。
一般の公正概念を満足する事前学習モデルであっても、選択の結果は特定の人口集団に偏っている可能性があることを示す。
本稿では、連続選択問題に適した「平等選択(ES)」という新たなフェアネス概念を導入し、ESフェアネス概念を満たすための後処理アプローチを提案する。
論文 参考訳（メタデータ） (2021-10-26T19:45:26Z) - Statistical discrimination in learning agents [64.78141757063142]
統計的差別は、訓練人口のバイアスとエージェントアーキテクチャの両方の関数としてエージェントポリシーに現れる。
我々は、リカレントニューラルネットワークを使用するエージェントによる差別の低減と、トレーニング環境のバイアスの低減が示される。
論文 参考訳（メタデータ） (2021-10-21T18:28:57Z) - Towards Model-Agnostic Post-Hoc Adjustment for Balancing Ranking
Fairness and Algorithm Utility [54.179859639868646]
Bipartiteランキングは、ラベル付きデータから正の個人よりも上位の個人をランク付けするスコアリング機能を学ぶことを目的としている。
学習したスコアリング機能が、異なる保護グループ間で体系的な格差を引き起こすのではないかという懸念が高まっている。
本稿では、二部構成のランキングシナリオにおいて、それらのバランスをとるためのモデル後処理フレームワークを提案する。
論文 参考訳（メタデータ） (2020-06-15T10:08:39Z) - Quota-based debiasing can decrease representation of already
underrepresented groups [5.1135133995376085]
1つの属性に基づくクォータに基づくデバイアスは、すでに表現されていないグループの表現を悪化させ、選択の全体的公正性を低下させる可能性があることを示す。
以上の結果から,不平等の根本原因の排除により多くの努力が必要であることが示唆された。
論文 参考訳（メタデータ） (2020-06-13T14:26:42Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。