論文の概要: What Should We Optimize in Participatory Budgeting? An Experimental Study

• arxiv url: http://arxiv.org/abs/2111.07308v1
• Date: Sun, 14 Nov 2021 10:46:03 GMT
• ステータス: 処理完了
• システム内更新日: 2021-11-17 09:39:56.195533
• Title: What Should We Optimize in Participatory Budgeting? An Experimental Study
• Title（参考訳）: 参加予算で何を最適化すべきか? 実験的検討
• Authors: Ariel Rosenfeld, Nimrod Talmon
• Abstract要約: PB(Participatory Budgeting)は、有権者が共通の予算を割り当てる方法を決定するプロセスである。 最新のPBアグリゲーション技術はユーザの期待と大きく異なることを示す。 非専門家が望ましくないと考えるものと、PB文脈における「公正」の概念をどのように知覚するかの間には、いくつかの相違点が存在する。
• 参考スコア（独自算出の注目度）: 28.76045220764571
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Participatory Budgeting (PB) is a process in which voters decide how to allocate a common budget; most commonly it is done by ordinary people -- in particular, residents of some municipality -- to decide on a fraction of the municipal budget. From a social choice perspective, existing research on PB focuses almost exclusively on designing computationally-efficient aggregation methods that satisfy certain axiomatic properties deemed "desirable" by the research community. Our work complements this line of research through a user study (N = 215) involving several experiments aimed at identifying what potential voters (i.e., non-experts) deem fair or desirable in simple PB settings. Our results show that some modern PB aggregation techniques greatly differ from users' expectations, while other, more standard approaches, provide more aligned results. We also identify a few possible discrepancies between what non-experts consider \say{desirable} and how they perceive the notion of "fairness" in the PB context. Taken jointly, our results can be used to help the research community identify appropriate PB aggregation methods to use in practice.
• Abstract（参考訳）: 参加予算(英: participatory budgeting、pb)は、一般市民(特に一部の自治体の住民)が地方予算のごく一部を決定するために行う予算の配分方法を決定するプロセスである。 社会的選択の観点から、PBに関する既存の研究は、研究コミュニティによって「望ましい」と見なされる特定の公理特性を満たす計算効率のよい集約手法を設計することに集中している。 我々の研究は、ユーザスタディ(N = 215)を通じてこの研究の行を補完し、単純なPB設定で、潜在的有権者(すなわち非専門家)が公正であるか、望ましいかを識別するいくつかの実験を行った。 以上の結果から,最近のPBアグリゲーション技術はユーザの期待と大きく異なるが,他の標準手法ではより整合した結果が得られることがわかった。 また、非専門家が‘say{desirable’とみなすものと、PB文脈における“fairness”の概念をどう知覚するかの間には、いくつかの相違点がある。 共同研究により,本研究は研究コミュニティが実際に使用する適切なpb集約方法を特定するのに役立つ。

関連論文リスト

• Exploring Welfare Maximization and Fairness in Participatory Budgeting [1.6317061277457001]
  PB(Participatory budgeting)は、予算と呼ばれる様々なリソースを、これらのプロジェクトに対する個人の嗜好を集約して配布する投票パラダイムである。 この博士論文は、様々なPBモデルに対する福祉関連および公正関連目的について研究している。
  論文  参考訳（メタデータ） (2024-10-26T10:51:22Z)
• Reduced-Rank Multi-objective Policy Learning and Optimization [57.978477569678844]
  実際には、因果研究者は先験を念頭において1つの結果を持っていない。 政府支援の社会福祉プログラムでは、政策立案者は貧困の多次元的性質を理解するために多くの成果を集めている。 本稿では、最適政策学習の文脈において、複数の結果に対するデータ駆動型次元性推論手法を提案する。
  論文  参考訳（メタデータ） (2024-04-29T08:16:30Z)
• Probe: Learning Users' Personalized Projection Bias in Intertemporal Choices [5.874142059884521]
  本研究では、投射バイアスと基準点効果の2つのよく観察されるバイアスに焦点を当てる。 これらのバイアスに対処するために, Probe と呼ばれる新しいバイアス埋め込み選好モデルを提案する。 Probeには、ユーザの予測バイアスをキャプチャする重み関数と、参照ポイント効果を考慮に入れた値関数が組み込まれている。
  論文  参考訳（メタデータ） (2023-03-09T12:13:46Z)
• Near-Optimal Experimental Design Under the Budget Constraint in Online Platforms [13.203565751596221]
  A/Bテスト(英: A/B testing)は、オンラインプラットフォームにおけるアルゴリズムのパフォーマンスを因果的に比較する、ゴールドスタンダードの手法である。 我々は,購入者が限られた予算を持つ2面プラットフォームを記述するモデルを開発した。 最小のバイアスと最小の分散を保証できる最適な実験設計を提供する。
  論文  参考訳（メタデータ） (2023-02-10T01:24:52Z)
• 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)
• Improved Policy Evaluation for Randomized Trials of Algorithmic Resource Allocation [54.72195809248172]
  提案する新しい概念を応用した新しい推定器を提案する。 我々は,このような推定器が,サンプル手段に基づく一般的な推定器よりも精度が高いことを理論的に証明した。
  論文  参考訳（メタデータ） (2023-02-06T05:17:22Z)
• Square One Bias in NLP: Towards a Multi-Dimensional Exploration of the Research Manifold [88.83876819883653]
  我々は、最近のNLP研究論文のマニュアル分類を通して、これが事実であることを示す。 NLP研究は正方形ではなく、精度だけでなく、公平性や解釈可能性にも焦点をあてる。
  論文  参考訳（メタデータ） (2022-06-20T13:04:23Z)
• Maxmin Participatory Budgeting [1.1602089225841632]
  PB(Participatory Budgeting, Participatory Budgeting)は、プロジェクトに対する有権者の選好に基づいて、限られた予算を一連のプロジェクトに分けられる人気投票方法である。 PBの重要な目的である平等主義は、未分化PBの文脈ではあまり注目されていない。 本稿は、自然平等主義的ルール、最大参加予算(MPB)の詳細な研究を通して、このギャップに対処する。
  論文  参考訳（メタデータ） (2022-04-29T07:45:44Z)
• Fairness Preferences, Actual and Hypothetical: A Study of Crowdworker Incentives [1.854931308524932]
  本稿では,これらの質問に対する研究プログラムと実験設計について概説する。 投票は、グループの半分と残りの半分の実際の(実際の支払い結果と結びついていない)の仮定であり、グループの実際の好みと仮定された(統計的な)好みの関係を理解することができます。
  論文  参考訳（メタデータ） (2020-12-08T05:00:57Z)
• Preference-based Reinforcement Learning with Finite-Time Guarantees [76.88632321436472]
  嗜好に基づく強化学習(PbRL)は、従来の強化学習における報酬価値を代替し、目標とする目的に対する人間の意見をよりよく提示する。 応用の有望な結果にもかかわらず、PbRLの理論的理解はまだ初期段階にある。 一般PbRL問題に対する最初の有限時間解析を提案する。
  論文  参考訳（メタデータ） (2020-06-16T03:52:41Z)
• Public Bayesian Persuasion: Being Almost Optimal and Almost Persuasive [57.47546090379434]
  i) 任意の状態空間, (ii) 任意の行動空間, (iii) 任意の送信者のユーティリティ関数を用いて, 一般の状況下での公衆の説得問題を考察する。 任意の公的な説得問題に対して準多項式時間ビクテリア近似アルゴリズムを提案し、特定の設定でQPTASを出力する。
  論文  参考訳（メタデータ） (2020-02-12T18:59:18Z)

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。