論文の概要: Beyond Predictive Algorithms in Child Welfare

• arxiv url: http://arxiv.org/abs/2403.05573v1
• Date: Mon, 26 Feb 2024 08:59:46 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-18 06:10:13.856901
• Title: Beyond Predictive Algorithms in Child Welfare
• Title（参考訳）: 児童福祉における予測アルゴリズムを超えて
• Authors: Erina Seh-Young Moon, Devansh Saxena, Tegan Maharaj, Shion Guha,
• Abstract要約: 児童福祉(CW)セクターのケースワーカーは、リスクアセスメント(RA)データに基づく予測的意思決定アルゴリズムを使用して、CW決定をガイドし、支援する。 我々の研究では、家族の評価やCWS予測リスクモデル(PRM)の構築に使用される共通リスク指標は、出生親と再結合していない子どもの退院を予測できないことが判明した。 ケースノートは放電結果を予測することはできないが、文脈的なケース信号を含んでいる。
• 参考スコア（独自算出の注目度）: 12.994514011716138
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Caseworkers in the child welfare (CW) sector use predictive decision-making algorithms built on risk assessment (RA) data to guide and support CW decisions. Researchers have highlighted that RAs can contain biased signals which flatten CW case complexities and that the algorithms may benefit from incorporating contextually rich case narratives, i.e. - casenotes written by caseworkers. To investigate this hypothesized improvement, we quantitatively deconstructed two commonly used RAs from a United States CW agency. We trained classifier models to compare the predictive validity of RAs with and without casenote narratives and applied computational text analysis on casenotes to highlight topics uncovered in the casenotes. Our study finds that common risk metrics used to assess families and build CWS predictive risk models (PRMs) are unable to predict discharge outcomes for children who are not reunified with their birth parent(s). We also find that although casenotes cannot predict discharge outcomes, they contain contextual case signals. Given the lack of predictive validity of RA scores and casenotes, we propose moving beyond quantitative risk assessments for public sector algorithms and towards using contextual sources of information such as narratives to study public sociotechnical systems.
• Abstract（参考訳）: 児童福祉(CW)セクターのケースワーカーは、リスクアセスメント(RA)データに基づく予測的意思決定アルゴリズムを使用して、CW決定をガイドし、支援する。 研究者は、RAはCWケースの複雑さを平らにするバイアスのある信号を含むことができ、そのアルゴリズムは文脈的にリッチなケースの物語、すなわちケースワーカーによって書かれたケースノートを組み込むことの恩恵を受ける可能性があることを強調している。 この仮説的改善を検討するために、米国CW機関からよく用いられる2つのRAを定量的に分解した。 我々は、RAの予測妥当性をケースノートの物語と無関係に比較するために分類器モデルを訓練し、ケースノート上の計算テキスト分析を適用して、ケースノートで明らかになったトピックをハイライトした。 本研究は、家族の評価やCWS予測リスクモデル(PRM)の構築に使用される共通リスク指標が、出生親と再結合していない子どもの退院を予測できないことを明らかにする。 また,ケースノートは退院効果を予測できないが,文脈的事例信号も含んでいることがわかった。 RAスコアとケースノートの予測妥当性の欠如を踏まえ,公共セクターアルゴリズムの定量的リスクアセスメントを超えて,ナラティブなどの情報ソースを用いて公共社会工学システムを研究することを提案する。

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)
• ECtHR-PCR: A Dataset for Precedent Understanding and Prior Case Retrieval in the European Court of Human Rights [1.3723120574076126]
  我々は欧州人権裁判所(ECtHR)の判断に基づく事前事例検索データセットを開発する。 我々は、様々な負のサンプリング戦略を用いて、様々な語彙と密度の検索手法をベンチマークする。 PCRでは,難易度に基づく陰性サンプリングが有効でないことがわかった。
  論文  参考訳（メタデータ） (2024-03-31T08:06:54Z)
• The Impact of Differential Feature Under-reporting on Algorithmic Fairness [86.275300739926]
  解析的に抽出可能な差分特徴のアンダーレポーティングモデルを提案する。 そして、この種のデータバイアスがアルゴリズムの公正性に与える影響を特徴づける。 我々の結果は、実世界のデータ設定では、アンダーレポートが典型的に格差を増大させることを示している。
  論文  参考訳（メタデータ） (2024-01-16T19:16:22Z)
• CASA: Causality-driven Argument Sufficiency Assessment [79.13496878681309]
  ゼロショット因果関係に基づく議論十分性評価フレームワークであるCASAを提案する。 PSは前提イベントの導入が前提イベントと結論イベントの両方が欠落した場合の結論につながる可能性を測っている。 2つの論理的誤り検出データセットの実験により、CASAは不十分な議論を正確に識別することを示した。
  論文  参考訳（メタデータ） (2024-01-10T16:21:18Z)
• Examining risks of racial biases in NLP tools for child protective services [78.81107364902958]
  児童保護サービス(CPS)に焦点をあてる。 この設定で確立された人種的偏見を考えると、NLPの展開は人種格差を増大させる可能性がある。 我々は、NERモデルにおける一貫したアルゴリズムの不公平性、コア参照解決モデルにおけるアルゴリズムの不公平性、およびリスク予測における人種バイアスの悪化の証拠を文書化している。
  論文  参考訳（メタデータ） (2023-05-30T21:00:47Z)
• A Unified Evaluation of Textual Backdoor Learning: Frameworks and Benchmarks [72.7373468905418]
  我々は,テキストバックドア学習の実装と評価を促進するオープンソースツールキットOpenBackdoorを開発した。 また,単純なクラスタリングに基づく防御ベースラインであるCUBEを提案する。
  論文  参考訳（メタデータ） (2022-06-17T02:29:23Z)
• Unpacking Invisible Work Practices, Constraints, and Latent Power Relationships in Child Welfare through Casenote Analysis [3.739243122393041]
  ケースワーマーは、チャイルドウェルフェア(CW)の家族に関する詳細な物語を書いている。 ケースノートは、現場のケースワーカーの経験を理解するためのユニークなレンズを提供する。 本研究は,ケースノートの最初の計算検査を行い,SIGCHIコミュニティに紹介する。
  論文  参考訳（メタデータ） (2022-03-10T05:48:22Z)
• A Review of Adversarial Attack and Defense for Classification Methods [78.50824774203495]
  本稿では,敵対的事例の生成と保護に焦点をあてる。 この論文は、多くの統計学者が、この重要かつエキサイティングな分野において、敵の事例を生成・防御することを奨励するものである。
  論文  参考訳（メタデータ） (2021-11-18T22:13:43Z)
• Predicting Early Dropout: Calibration and Algorithmic Fairness Considerations [2.7048165023994057]
  本研究では,大学中退のリスクを予測できる機械学習手法を開発した。 予測精度(AUC)および誤差率(一般化偽陽性率、GFPR、一般化偽陰性率、GFNR)の観点から、この方法が一部の敏感群の識別結果につながるかどうかを分析します。
  論文  参考訳（メタデータ） (2021-03-16T13:42:16Z)
• A Human-Centered Review of the Algorithms used within the U.S. Child Welfare System [17.161947795238916]
  アメリカ児童福祉制度(CWS)は、養育青年の成果の改善を担っているが、過大評価され、資金が不足している。 いくつかの州は、コストを削減し、CWSの結果を改善するためのより良いプロセスを決定するために、アルゴリズムによる意思決定システムに向かっている。 我々は、CWSで使われている計算システムに関する50の査読論文を合成し、それらの開発状況、使用する予測器の共通特性、および対象とする結果を評価する。
  論文  参考訳（メタデータ） (2020-03-07T09:16:12Z)

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。