論文の概要: Flipping the Script on Criminal Justice Risk Assessment: An actuarial
model for assessing the risk the federal sentencing system poses to
defendants
- arxiv url: http://arxiv.org/abs/2205.13505v2
- Date: Wed, 13 Jul 2022 21:56:07 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 17:15:46.855665
- Title: Flipping the Script on Criminal Justice Risk Assessment: An actuarial
model for assessing the risk the federal sentencing system poses to
defendants
- Title(参考訳): 刑事司法リスクアセスメントの脚本をひっくり返す:連邦判決制度が被告に与えるリスクを評価するための定期的モデル
- Authors: Mikaela Meyer, Aaron Horowitz, Erica Marshall, and Kristian Lum
- Abstract要約: アルゴリズムによるリスク評価は 被告が社会にもたらす リスクを予測するのに使われます
我々は「スクリプトをフリップする」リスクアセスメント装置を開発する。
本装置は, 入所前および仮釈放前で使用されるリスク評価器に比較して, 予測精度が向上する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: In the criminal justice system, algorithmic risk assessment instruments are
used to predict the risk a defendant poses to society; examples include the
risk of recidivating or the risk of failing to appear at future court dates.
However, defendants are also at risk of harm from the criminal justice system.
To date, there exists no risk assessment instrument that considers the risk the
system poses to the individual. We develop a risk assessment instrument that
"flips the script." Using data about U.S. federal sentencing decisions, we
build a risk assessment instrument that predicts the likelihood an individual
will receive an especially lengthy sentence given factors that should be
legally irrelevant to the sentencing decision. To do this, we develop a
two-stage modeling approach. Our first-stage model is used to determine which
sentences were "especially lengthy." We then use a second-stage model to
predict the defendant's risk of receiving a sentence that is flagged as
especially lengthy given factors that should be legally irrelevant. The factors
that should be legally irrelevant include, for example, race, court location,
and other socio-demographic information about the defendant. Our instrument
achieves comparable predictive accuracy to risk assessment instruments used in
pretrial and parole contexts. We discuss the limitations of our modeling
approach and use the opportunity to highlight how traditional risk assessment
instruments in various criminal justice settings also suffer from many of the
same limitations and embedded value systems of their creators.
- Abstract(参考訳): 刑事司法制度では、被告が社会に犯すリスクを予測するためにアルゴリズム的リスク評価装置が用いられており、例えば、再会のリスクや、将来の裁判所の日に現れないリスクなどが挙げられる。
しかし、被告は刑事司法制度に危害を加える危険性もある。
これまでのところ、システムが個人に与えるリスクを考慮に入れるリスクアセスメントは存在していない。
我々は「スクリプトをフリップする」リスクアセスメント機器を開発する。
米国連邦判決判決に関するデータを用いて、判決に法的に無関係な要因が与えられた場合に、個人が特に長い判決を受ける可能性を予測するリスクアセスメントツールを構築します。
そこで我々は2段階モデリング手法を開発した。
我々の第一段階モデルは、どの文が「特に長い」かを決定するために使用される。
次に第2段階のモデルを用いて、法的に無関係であるべき特に長い要因としてフラグが付けられた判決を受けるリスクを予測する。
法的に無関係であるべき要因には、例えば、人種、裁判所の位置、および被告に関するその他の社会デポジット情報が含まれる。
本装置は、前房および仮釈放場面で使用されるリスクアセスメント機器と同等の予測精度を達成する。
モデリング手法の限界について議論し、様々な刑事司法設定における従来のリスクアセスメント手法が、クリエーターの多くの同じ制限や組込み価値システムにどう影響するかを強調する機会を利用する。
関連論文リスト
- Risks and NLP Design: A Case Study on Procedural Document QA [52.557503571760215]
より具体的なアプリケーションやユーザに対して分析を専門化すれば,ユーザに対するリスクや害の明確な評価が可能になる,と我々は主張する。
リスク指向のエラー分析を行い、リスクの低減とパフォーマンスの向上を図り、将来のシステムの設計を通知する。
論文 参考訳(メタデータ) (2024-08-16T17:23:43Z) - Towards Probing Speech-Specific Risks in Large Multimodal Models: A Taxonomy, Benchmark, and Insights [50.89022445197919]
本研究は,8つのリスクカテゴリーを敵意(悪意的皮肉と脅し),悪意的模倣(年齢,性別,民族),ステレオタイプ的バイアス(年齢,性別,民族)を対象とする音声特異的リスク分類法を提案する。
分類に基づいて,これらのリスクのカテゴリを検出するために,現在のLMM能力を評価するための小規模データセットを作成する。
論文 参考訳(メタデータ) (2024-06-25T10:08:45Z) - Auditing Fairness under Unobserved Confounding [56.61738581796362]
意外なことに、リスクの高い人に対する治療率の有意義な限界を計算できることが示されています。
現実の多くの環境では、リスクの偏りのない見積を導き出すために、アロケーションの前にデータを持っているという事実を使用します。
論文 参考訳(メタデータ) (2024-03-18T21:09:06Z) - Diagnosis Uncertain Models For Medical Risk Prediction [80.07192791931533]
本研究は, 患者の診断にはアクセスできない, バイタルサイン, 検査値, 既往歴にアクセス可能な患者リスクモデルについて考察する。
このようなすべての原因のリスクモデルが、診断全体にわたって良い一般化を持つが、予測可能な障害モードを持つことが示される。
患者診断の不確実性から生じるリスク予測の不確実性を明示的にモデル化し,この問題に対する対策を提案する。
論文 参考訳(メタデータ) (2023-06-29T23:36:04Z) - The Progression of Disparities within the Criminal Justice System:
Differential Enforcement and Risk Assessment Instruments [26.018802058292614]
アルゴリズム的リスク評価手段(RAI)は、刑事司法における意思決定をますます通知する。
問題となるのは、逮捕が全体的違反を反映する程度は、その人の性格によって異なる可能性があることである。
犯罪と逮捕率の切り離しがRAIとその評価に与える影響について検討する。
論文 参考訳(メタデータ) (2023-05-12T16:06:40Z) - On (assessing) the fairness of risk score models [2.0646127669654826]
リスクモデルは、ユーザに対して潜在的な結果について不確実性を伝えるという事実など、さまざまな理由から関心を集めている。
リスクスコアフェアネスの鍵となるデシダータムとして,異なるグループに類似した価値を提供する。
本稿では,従来提案されていた基準値よりも試料径バイアスが少ない新しい校正誤差指標を提案する。
論文 参考訳(メタデータ) (2023-02-17T12:45:51Z) - Boosting the interpretability of clinical risk scores with intervention
predictions [59.22442473992704]
本稿では、今後の介入に関するモデルの仮定を明確に伝達する手段として、介入政策と有害事象リスクの合同モデルを提案する。
死亡確率などの典型的なリスクスコアと将来の介入確率スコアとを組み合わせることで、より解釈可能な臨床予測がもたらされることを示す。
論文 参考訳(メタデータ) (2022-07-06T19:49:42Z) - Improving Fairness in Criminal Justice Algorithmic Risk Assessments
Using Conformal Prediction Sets [0.0]
我々は、リスクアルゴリズムから不公平を取り除くために、共形予測セットからフレームワークを採用する。
30,000人の犯罪者のアライメントのサンプルから、混乱テーブルと、その導出した公正度尺度を構築した。
我々は、我々の研究を、幅広い刑事司法判断に応用するための概念の実証と見なしている。
論文 参考訳(メタデータ) (2020-08-26T16:47:02Z) - Compounding Injustice: History and Prediction in Carceral
Decision-Making [0.0]
この論文は、犯罪政策におけるアルゴリズムによる意思決定がフィードバック効果を示す方法について考察する。
我々は、現行の「犯罪リスク」決定要因の制御さえも、投獄の犯罪的効果の証拠を見つける。
本稿では, コンプレッション効果の理論的意義について検討する。
論文 参考訳(メタデータ) (2020-05-18T14:51:50Z) - A Risk Assessment of a Pretrial Risk Assessment Tool: Tussles,
Mitigation Strategies, and Inherent Limits [0.0]
我々は、サンフランシスコやその他の司法管轄区域で使用されているソフトウェアである公衆安全評価(PSA)のリスクアセスメントを実施し、裁判の前に被告を拘留する必要があるかどうかを判断する裁判官を支援する。
我々はPSAソリューションの利点と限界を明確にし、緩和戦略を提案する。
そして、我々は、デザインによるリスクアセスメントツールの本質的な制限を満たす、新しいアルゴリズムによる事前審理のアプローチであるハンドオフツリーを草案化した。
論文 参考訳(メタデータ) (2020-05-14T23:56:57Z) - Fairness Evaluation in Presence of Biased Noisy Labels [84.12514975093826]
本稿では,グループ間の雑音の仮定がリスク評価モデルの予測バイアス特性に与える影響を評価するための感度分析フレームワークを提案する。
2つの実世界の刑事司法データセットに関する実験結果は、観測されたラベルの小さなバイアスでさえ、ノイズのある結果に基づく分析結果の結論に疑問を投げかけることができることを示している。
論文 参考訳(メタデータ) (2020-03-30T20:47:00Z)
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。