論文の概要: Precarity: Modeling the Long Term Effects of Compounded Decisions on Individual Instability

• arxiv url: http://arxiv.org/abs/2104.12037v1
• Date: Sat, 24 Apr 2021 23:38:07 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-28 12:08:05.044555
• Title: Precarity: Modeling the Long Term Effects of Compounded Decisions on Individual Instability
• Title（参考訳）: Precarity: 個別の不安定性に対する複合決定の長期的影響のモデル化
• Authors: Pegah Nokhiz, Aravinda Kanchana Ruwanpathirana, Neal Patwari, Suresh Venkatasubramanian
• Abstract要約: 人々の生活の不安定さをカプセル化する用語であるプリカーティにはほとんど焦点が当てられていない。 マイナスの結果は、他の決定や幸福の尺度に及ばない可能性がある。 複合意思決定が予後に及ぼす影響をシミュレーションするモデリングフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 7.993424873879106
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: When it comes to studying the impacts of decision making, the research has been largely focused on examining the fairness of the decisions, the long-term effects of the decision pipelines, and utility-based perspectives considering both the decision-maker and the individuals. However, there has hardly been any focus on precarity which is the term that encapsulates the instability in people's lives. That is, a negative outcome can overspread to other decisions and measures of well-being. Studying precarity necessitates a shift in focus - from the point of view of the decision-maker to the perspective of the decision subject. This centering of the subject is an important direction that unlocks the importance of parting with aggregate measures to examine the long-term effects of decision making. To address this issue, in this paper, we propose a modeling framework that simulates the effects of compounded decision-making on precarity over time. Through our simulations, we are able to show the heterogeneity of precarity by the non-uniform ruinous aftereffects of negative decisions on different income classes of the underlying population and how policy interventions can help mitigate such effects.
• Abstract（参考訳）: 意思決定の影響を研究することに関して、この研究は主に意思決定の公平性、意思決定パイプラインの長期的な影響、意思決定者と個人の両方を考慮したユーティリティベースの視点の検証に焦点が当てられている。 しかし、人の生活の不安定さをカプセル化するプリカルティ(precarity)という用語にはほとんど焦点が当てられていない。 つまり、ネガティブな結果は他の意思決定や幸福の尺度に過大評価される。 先発性の研究は、意思決定者の視点から意思決定対象の視点への焦点のシフトを必要とする。 この課題の中心は、意思決定の長期的な影響を調べるため、総合的な措置と別れることの重要性を解き放つ重要な方向である。 この問題に対処するため,本稿では,複合意思決定の時間経過に対する影響をシミュレートするモデリングフレームワークを提案する。 シミュレーションにより,基礎人口の異なる所得クラスに対する負の判断による不均一な後遺症と,政策介入がどのような影響を軽減できるかを示すことができた。

関連論文リスト

• Decision Theoretic Foundations for Experiments Evaluating Human Decisions [20.5402873175161]
  本稿では、統計的決定理論と情報経済学から合成された決定問題の広く適用可能な定義について述べる。 我々は、人間のパフォーマンスの損失をバイアスの形で評価するためには、合理的なエージェントが規範的決定を識別する必要があるという情報を参加者に提供する必要があると論じる。
  論文  参考訳（メタデータ） (2024-01-25T16:21:37Z)
• Navigating Decision Landscapes: The Impact of Principals on Decision-Making Dynamics [6.780877976424507]
  本研究は、意思決定プロセスに加え、プリンシパルや外部ガイドを導入しました。 これらの原則の信頼性は決定に大きな影響を与えた。 本研究は,意思決定の文脈に信頼を置く際に注意が必要であることを強調した。
  論文  参考訳（メタデータ） (2023-12-25T00:24:29Z)
• RISE: Robust Individualized Decision Learning with Sensitive Variables [1.5293427903448025]
  素直なベースラインは、決定規則を学習する際の繊細な変数を無視し、重大な不確実性と偏見をもたらすことである。 本稿では、オフライントレーニング中に機密変数を組み込む決定学習フレームワークを提案するが、モデル展開中に学習された決定ルールの入力には含まない。
  論文  参考訳（メタデータ） (2022-11-12T04:31:38Z)
• Causal Fairness Analysis [68.12191782657437]
  意思決定設定における公平性の問題を理解し、モデル化し、潜在的に解決するためのフレームワークを導入します。 我々のアプローチの主な洞察は、観測データに存在する格差の定量化と、基礎となる、しばしば観測されていない、因果的なメカニズムの収集を結びつけることである。 本研究は,文献中の異なる基準間の関係を整理し,説明するための最初の体系的試みであるフェアネスマップにおいて,本研究の成果を左右するものである。
  論文  参考訳（メタデータ） (2022-07-23T01:06:34Z)
• Inverse Online Learning: Understanding Non-Stationary and Reactionary Policies [79.60322329952453]
  エージェントが意思決定を行う方法の解釈可能な表現を開発する方法を示す。 一連の軌跡に基づく意思決定プロセスを理解することにより,このオンライン学習問題に対して,政策推論問題を逆問題とみなした。 本稿では、エージェントがそれらを更新するプロセスと並行して、その影響を遡及的に推定する実用的なアルゴリズムを提案する。 UNOSの臓器提供受諾決定の分析に応用することで、我々のアプローチは意思決定プロセスを管理する要因や時間とともにどのように変化するかに、貴重な洞察をもたらすことができることを実証する。
  論文  参考訳（メタデータ） (2022-03-14T17:40:42Z)
• Differential Privacy and Fairness in Decisions and Learning Tasks: A Survey [50.90773979394264]
  プライバシーと公正が目標と一致したり、対照的になったりした条件をレビューする。 意思決定問題や学習タスクにおいて、DPが偏見や不公平を悪化させる理由と理由を分析します。
  論文  参考訳（メタデータ） (2022-02-16T16:50:23Z)
• The Impact of Algorithmic Risk Assessments on Human Predictions and its Analysis via Crowdsourcing Studies [79.66833203975729]
  我々は,在職者が将来の再起を予測することを任務とするヴィグネット研究を行う。 参加者は、再逮捕の確率が50%よりかなり低いと判断しても、犯罪者が再逮捕されることをしばしば予測します。 裁判官の判断は、参加者の予測とは異なり、部分的には再逮捕の可能性がある要因に依存する。
  論文  参考訳（メタデータ） (2021-09-03T11:09:10Z)
• Addressing the Long-term Impact of ML Decisions via Policy Regret [49.92903850297013]
  意思決定者が腕を引っ張るたびに、各腕からの報酬が進化する状況について検討する。 我々は、許容可能な機会の逐次配分は、成長の可能性を考慮に入れなければならないと論じている。 十分に長い時間的地平線に対して、確実にサブ線形ポリシーを後悔するアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-06-02T17:38:10Z)
• Inverse Active Sensing: Modeling and Understanding Timely Decision-Making [111.07204912245841]
  我々は,内因性,文脈依存型時間圧下でのエビデンスに基づく意思決定の一般的な設定のための枠組みを開発する。 意思決定戦略において、サプライズ、サスペンス、最適性の直感的な概念をモデル化する方法を実証する。
  論文  参考訳（メタデータ） (2020-06-25T02:30:45Z)
• Fairness in Learning-Based Sequential Decision Algorithms: A Survey [22.252241233231263]
  過去の決定は、基礎となるユーザ人口に影響を与えず、したがって、将来のデータに影響を与えない。 いずれの場合も、様々な公正介入が人口に与える影響について検討する。
  論文  参考訳（メタデータ） (2020-01-14T15:49:57Z)

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。