論文の概要: Data Owner Benefit-Driven Design of People Analytics

• arxiv url: http://arxiv.org/abs/2305.16881v1
• Date: Fri, 26 May 2023 12:33:13 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-24 05:26:16.608816
• Title: Data Owner Benefit-Driven Design of People Analytics
• Title（参考訳）: データオーナによる人分析のメリット駆動設計
• Authors: Patrik Zander, Valentin Zieglmeier
• Abstract要約: People Analysis (PA)は、従業員の行動分析のためのツールである。 同等の法律が適用されるヨーロッパでは、データがPAで処理される前に、従業員の同意が必要である。 本稿では, アピール戦略としてのメリットを考察し, PAにメリットを取り入れるための4つの設計原則を考案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: With increasingly digitalized workplaces, the potential for sophisticated analyses of employee data rises. This increases the relevance of people analytics (PA), which are tools for the behavioral analysis of employees. Despite this potential, the successful usage of PA is hindered by employee concerns. Especially in Europe, where the GDPR or equivalent laws apply, employee consent is required before data can be processed in PA. Therefore, PA can only provide relevant insights if employees are willing to share their data. One potential way of achieving this is the use of appeal strategies. In the design of PA, the core strategy that can be used is the inclusion of data owner benefits, such as automated feedback, that are given to employees in exchange for sharing their own data. In this paper, we examine benefits as an appeal strategy and develop four design principles for the inclusion of benefits in PA. Then, we describe an exemplary set of analyses and benefits, demonstrating how our principles may be put into practice. Based on this exemplary implementation, we describe and discuss the results of a user study ($n = 46$) among employees in the EU and UK. Our study investigates the factors that foster or hinder employees' consent to sharing their data with PA. Then, we introduce our data owner benefits and analyze whether they can positively influence this consent decision. Our introduced data owner benefits were, contrary to our expectations, not suited to motivate our participants to consent to sharing their data. We therefore analyze how participants judge the benefits. Participants generally appreciate having them, confirming the value of including data owner benefits when designing PA. Some of our introduced benefits negatively influenced participants' sharing decision, though, meaning that careful consideration of potential risks is required when conceptualizing them.
• Abstract（参考訳）: ますますデジタル化された職場では、従業員データの高度な分析の可能性が高まっている。 これにより、従業員の行動分析ツールである人分析(PA)の関連性が高まる。 このような可能性にもかかわらず、PAの使用の成功は従業員の懸念によって妨げられている。 特にGDPRまたは同等の法律が適用されるヨーロッパでは、データがPAで処理される前に、従業員の同意が必要である。 そのため、PAは従業員がデータを共有する意思のある場合にのみ、関連する洞察を提供することができる。 これを達成するための潜在的方法の1つは、アピール戦略の利用である。 paの設計において、使用可能なコア戦略は、従業員が自身のデータを共有することと引き換えに与えられる自動フィードバックなど、データオーナのメリットを含むことだ。 本稿では, アピール戦略としてのメリットを考察し, PAにメリットを取り入れるための4つの設計原則を考案する。 次に、分析とメリットの模範的なセットを説明し、私たちの原則がどのように実践されるかを示します。 この模範的な実装に基づき、EUとイギリスの従業員間でのユーザスタディ(n = 46$)の結果を記述し、議論する。 本研究は、従業員がPAとデータを共有することへの同意を育むか妨げる要因について検討する。 そして、データ所有者の利点を紹介し、この同意決定に肯定的な影響を及ぼすことができるかどうかを分析する。 導入したデータオーナのメリットは,私たちの期待に反して,参加者がデータ共有に同意する動機付けには適していません。 それゆえ、参加者がどのように利益を判断するかを分析する。 参加者は一般的に、paを設計する際にデータ所有者の利益を含む価値を確認することで、それを持つことに感謝する。 しかし,導入したメリットのいくつかは参加者の共有判断に悪影響を及ぼし,概念化には潜在的なリスクについて慎重に検討する必要がある。

関連論文リスト

• Influence-based Attributions can be Manipulated [26.579158405412127]
  影響に基づく属性は、敵対者によってテクスト的に改ざんされる可能性があることを示す。 我々の研究は、敵の状況における影響に基づく属性の信頼性に関する疑問を提起する。
  論文  参考訳（メタデータ） (2024-09-08T19:52:00Z)
• Insights from an experiment crowdsourcing data from thousands of US Amazon users: The importance of transparency, money, and data use [6.794366017852433]
  本稿は、米国5000人以上のユーザーから5年間にわたる、アクセス不能なAmazon購入履歴をクラウドソーシングする革新的なアプローチを共有する。 我々は参加者の同意を優先し、実験的な研究デザインを含むデータ収集ツールを開発した。 実験結果(N=6325)は、金銭的インセンティブと透明性の両方がデータ共有を大幅に増加させることを示している。
  論文  参考訳（メタデータ） (2024-04-19T20:45:19Z)
• Incentives in Private Collaborative Machine Learning [56.84263918489519]
  コラボレーション型機械学習は、複数のパーティのデータに基づいてモデルをトレーニングする。 インセンティブとして差分プライバシー(DP)を導入する。 合成および実世界のデータセットに対するアプローチの有効性と実用性を実証的に実証した。
  論文  参考訳（メタデータ） (2024-04-02T06:28:22Z)
• A Bargaining-based Approach for Feature Trading in Vertical Federated Learning [54.51890573369637]
  本稿では,垂直的フェデレートラーニング(VFL)において,経済的に効率的な取引を促進するための交渉型特徴取引手法を提案する。 当社のモデルでは,収益ベース最適化の目的を考慮し,パフォーマンスゲインベースの価格設定を取り入れている。
  論文  参考訳（メタデータ） (2024-02-23T10:21:07Z)
• Aspect-Based Sentiment Analysis for Open-Ended HR Survey Responses [0.8287206589886879]
  本稿では、従業員満足度調査におけるオランダのオープンエンド応答のアスペクトベース感情分析(ABSA)に対する機械学習アプローチを提案する。 ドメインの専門家が検証する6つの重要な側面(サービス、スケジュール、連絡先、コミュニケーション、個人的注意、合意)を特定します。 我々の研究は、アスペクトベースの感情分析にオランダ語事前学習言語モデルの最初の成功例を示すことによって、ABSAの分野に大きく貢献している。
  論文  参考訳（メタデータ） (2024-02-07T13:01:43Z)
• Human-in-the-loop Fairness: Integrating Stakeholder Feedback to Incorporate Fairness Perspectives in Responsible AI [4.0247545547103325]
  公正は人工知能(AI)を用いたリスクの高い意思決定への関心が高まっている 普遍的に受け入れられる公正度尺度はなく、公正性は文脈依存であり、公正と見なされるものに関して矛盾する視点があるかもしれない。 私たちの作業は、ステークホルダーが特定の決定インスタンスとその公正性に関する結果に対してフィードバックをすることができるアプローチに従っています。
  論文  参考訳（メタデータ） (2023-12-13T11:17:29Z)
• Rethinking People Analytics With Inverse Transparency by Design [57.67333075002697]
  我々は、デザインによる逆透過性(inverse transparency)と呼ぶ、労働分析のための新しい設計手法を提案する。 アーキテクチャの変更はコア機能を阻害することなく行われます。 我々は、デザインによる逆透明性は、受け入れられ、責任ある人々の分析を実現するための有望なアプローチである、と結論付けている。
  論文  参考訳（メタデータ） (2023-05-16T21:37:35Z)
• Protecting User Privacy in Online Settings via Supervised Learning [69.38374877559423]
  我々は、教師付き学習を活用する、オンラインプライバシ保護に対するインテリジェントなアプローチを設計する。 ユーザのプライバシを侵害する可能性のあるデータ収集を検出してブロックすることにより、ユーザに対してある程度のディジタルプライバシを復元することが可能になります。
  論文  参考訳（メタデータ） (2023-04-06T05:20:16Z)
• Explainable Patterns: Going from Findings to Insights to Support Data Analytics Democratization [60.18814584837969]
  我々は,データストーリテリングの探索と作成において,レイユーザをサポートする新しいフレームワークであるExplainable Patterns (ExPatt)を提示する。 ExPattは、外部(テキスト)の情報ソースを使用して、観察または選択された発見の実用的な説明を自動的に生成します。
  論文  参考訳（メタデータ） (2021-01-19T16:13:44Z)
• Fairness, Welfare, and Equity in Personalized Pricing [88.9134799076718]
  顧客特性に基づくパーソナライズ価格における公平性、福祉、株式の配慮の相互作用について検討する。 選択ワクチンの価格補助金と、マイクロクレジットの下流結果に対するパーソナライズされた利率の影響の2つの設定において、パーソナライズされた価格の潜在的利点を示す。
  論文  参考訳（メタデータ） (2020-12-21T01:01:56Z)

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。