論文の概要: Exploring Fairness in District-based Multi-party Elections under
different Voting Rules using Stochastic Simulations
- arxiv url: http://arxiv.org/abs/2203.03720v1
- Date: Fri, 25 Feb 2022 18:03:03 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 15:28:02.293331
- Title: Exploring Fairness in District-based Multi-party Elections under
different Voting Rules using Stochastic Simulations
- Title（参考訳）: 確率的シミュレーションによる異なる投票規則の下での地方選挙の公正性の探索
- Authors: Adway Mitra
- Abstract要約: 多くの民主社会では、地域を地理的に区分し、その地区に居住する選挙人の選好に基づき、各地区の代表が選出される地区ベースの選挙を使用している。
これは、多くの選挙人が選挙結果に不満を抱いている状況に繋がる可能性を示しており、これは民主主義では望ましくない。
機械学習アルゴリズムの公正性に関する現在の文献に触発されて、政治的選択に関係なく、選挙人の満足度を定量化するための公正性の尺度を定義した。
- 参考スコア（独自算出の注目度）: 0.5076419064097732
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Many democratic societies use district-based elections, where the region
under consideration is geographically divided into districts and a
representative is chosen for each district based on the preferences of the
electors who reside there. These representatives belong to political parties,
and the executive powers are acquired by that party which has a majority of the
elected district representatives. In most systems, each elector can express
preference for one candidate, though they may have a complete or partial
ranking of the candidates/parties. We show that this can lead to situations
where many electors are dissatisfied with the election results, which is not
desirable in a democracy. The results may be biased towards the supporters of a
particular party, and against others. Inspired by current literature on
fairness of Machine Learning algorithms, we define measures of fairness to
quantify the satisfaction of electors, irrespective of their political choices.
We also consider alternative election policies using concepts of voting rules
and rank aggregation, to enable voters to express their detailed preferences
without making the electoral process cumbersome or opaque. We then evaluate
these policies using the aforementioned fairness measures with the help of
Monte Carlo simulations. Such simulations are obtained using a proposed
stochastic model for election simulation, that takes into account community
identities of electors and its role in influencing their residence and
political preferences. We show that this model can simulate actual multi-party
elections in India. Through extensive simulations, we find that allowing voters
to provide 2 preferences reduces the disparity between supporters of different
parties in terms of the election result.
- Abstract（参考訳）: 多くの民主社会では、地域を地理的に区分し、その地区に居住する選挙人の選好に基づき、各地区の代表が選出される地区ベースの選挙を使用している。
これらの代表は政党に属し、行政権限は選挙で選ばれる地区代表の過半数を占める党によって獲得される。
ほとんどのシステムでは、各選挙人は1人の候補者の選好を表現できるが、候補/政党の完全または部分的なランキングを持つこともある。
これは、多くの選挙人が選挙結果に満足していない状況に繋がる可能性を示し、民主主義では望ましくない。
結果は特定の政党の支持者や他者に対して偏りがあるかもしれない。
機械学習アルゴリズムの公平性に関する現在の文献に触発され、政治的選択によらず、選挙人の満足度を定量化するための公平性尺度を定めている。
また、投票規則や順位集計といった概念を用いて、選挙プロセスの煩雑さや不透明さをなくすことなく、有権者の詳細な選好を表現できるようにする。
次に,モンテカルロシミュレーションを用いて,上記の公平性尺度を用いてこれらの政策を評価する。
このようなシミュレーションは選挙シミュレーションのための確率モデルを用いて行われ、選挙人のコミュニティのアイデンティティと、その居住環境や政治的嗜好に影響を与える役割を考慮に入れている。
このモデルは、インドにおける実際の複数政党選挙をシミュレートできることを示す。
広範なシミュレーションにより、有権者が2つの選好を提供することで、選挙結果の点で異なる政党の支持者間の格差が減少することがわかった。
関連論文リスト
- ElectionSim: Massive Population Election Simulation Powered by Large Language Model Driven Agents [70.17229548653852]
我々は,大規模言語モデルに基づく革新的な選挙シミュレーションフレームワークであるElectronSimを紹介する。
ソーシャルメディアプラットフォームからサンプリングした100万レベルの投票者プールを提示し、正確な個人シミュレーションを支援する。
PPEは、米国大統領選挙シナリオ下での我々の枠組みの性能を評価するための、世論調査に基づく大統領選挙ベンチマークである。
論文 参考訳（メタデータ） (2024-10-28T05:25:50Z) - Representation Bias in Political Sample Simulations with Large Language Models [54.48283690603358]
本研究は,大規模言語モデルを用いた政治サンプルのシミュレーションにおけるバイアスの同定と定量化を目的とする。
GPT-3.5-Turboモデルを用いて、米国選挙研究、ドイツ縦割り選挙研究、ズオビアオデータセット、中国家族パネル研究のデータを活用する。
論文 参考訳（メタデータ） (2024-07-16T05:52:26Z) - Efficient Weighting Schemes for Auditing Instant-Runoff Voting Elections [57.67176250198289]
AWAIREは、適応的に重み付けされたテスト統計量であり、本質的には、テストに有効な仮説のセットを「学習」する。
我々は、より広範囲にスキームと設定を検討し、実践のための効率的な選択を特定し、推奨する。
現在のAWAIRE実装の制限は、少数の候補者に限られている。
論文 参考訳（メタデータ） (2024-02-18T10:13:01Z) - Adaptively Weighted Audits of Instant-Runoff Voting Elections: AWAIRE [61.872917066847855]
即時投票(IRV)選挙の監査方法は、リスク制限や、各投票における投票の電子的記録であるキャスト投票記録(CVR)を必要とするものではない。
我々は,CVRが利用できない場合に,適応的に重み付けされたテストスーパーマーチンガルを用いてITV選挙を効率よく監査するRLA手法を開発した。
論文 参考訳（メタデータ） (2023-07-20T15:55:34Z) - Diverse Representation via Computational Participatory Elections --
Lessons from a Case Study [16.699381591572166]
我々は、計算システムのサポートにより実装されたRepresentation Pactという、新しい参加型選挙プロセスを設計した。
このプロセスにより、投票者は第1ラウンドで表現基準を決め、第2ラウンドで候補者に投票することができる。
この2ラウンドの後、カウント法が適用され、第2ラウンドで受け取った票数を最大化する候補者の委員会が選択される。
論文 参考訳（メタデータ） (2022-05-30T19:22:38Z) - Agent-based Simulation of District-based Elections [0.5076419064097732]
選挙区ベースの選挙では、選挙人はそれぞれの選挙区に票を投じた。
各地区において、最大得票率の政党が、行政機関の議席を獲得する。
選挙結果は、異なる政党が獲得した議席数に基づく。
論文 参考訳（メタデータ） (2022-05-28T11:19:04Z) - Expected Frequency Matrices of Elections: Computation, Geometry, and
Preference Learning [58.23459346724491]
我々は、Szufa et al.(AAMAS 2020)の「選挙マップ」アプローチを用いて、よく知られた投票分布を分析します。
分布の「スケルトン写像」を描き、その頑健さを評価し、その性質を分析する。
論文 参考訳（メタデータ） (2022-05-16T17:40:22Z) - Bribery as a Measure of Candidate Success: Complexity Results for
Approval-Based Multiwinner Rules [58.8640284079665]
有権者が承認投票(すなわち、承認した候補者の集合)を投じた場合のマルチウィナー選挙における贈収賄の問題を研究する。
我々は、いくつかの承認ベースのマルチウィナールール(AV、SAV、GAV、RAV、承認ベースのチェンバリン--Courant、およびPAV)を検討します。
一般に、我々の問題は、勝利した委員会の候補者の承認数を増やすための贈収賄行為を制限した場合、より容易になる傾向がある。
論文 参考訳（メタデータ） (2021-04-19T08:26:40Z) - Modeling Voters in Multi-Winner Approval Voting [24.002910959494923]
我々は,不確実性の度合いの異なる単入投票と多入投票の投票行動について検討した。
概して、人々はより良い結果を得るために投票を操作しているが、しばしば最適な操作を特定できない。
本稿では,勝利集合の大きさと人間の認知的制約を考慮に入れた新しいモデルを提案する。
論文 参考訳（メタデータ） (2020-12-04T19:24:28Z) - Electoral David vs Goliath: How does the Spatial Concentration of
Electors affect District-based Elections? [0.5076419064097732]
行政機関内の各地区に「席」がある地区ベースの選挙。
各選挙区では、最大得票数の候補者が各選挙区に当選する。
選挙人の位置と地区の境界は、たとえ異なる政党の支持比率が変わらないとしても、選挙結果に深刻な影響を及ぼす可能性がある。
このことは、地区が再選されるか、選挙人が特定の政党の議席を最大化するために移動されるかについて、かなりの量の研究につながっている。
論文 参考訳（メタデータ） (2020-06-21T18:17:57Z)
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。