論文の概要: Race Discrimination in Internet Advertising: Evidence From a Field Experiment

• arxiv url: http://arxiv.org/abs/2412.14307v1
• Date: Wed, 18 Dec 2024 20:19:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-20 13:31:00.427406
• Title: Race Discrimination in Internet Advertising: Evidence From a Field Experiment
• Title（参考訳）: インターネット広告における人種差別 : フィールド実験からの証拠
• Authors: Neil K. R. Sehgal, Dan Svirsky,
• Abstract要約: ブラジルと米国におけるMetaの広告プラットフォームに人種的偏見を示す実験の結果を報告する。 広告主は1000ドル(約1万1000円)ごとに、暗い肌のコンプレッションモデルの写真を使って同じエンゲージメントを達成するために159ドル(約1万5000円)を支払わなければならない。 光と暗いコンプレックスのモデルの写真が共有予算に割り当てられると、Metaは予算の約64%を、より軽い肌のコンプレックスを特徴とする写真に向ける。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: We present the results of an experiment documenting racial bias on Meta's Advertising Platform in Brazil and the United States. We find that darker skin complexions are penalized, leading to real economic consequences. For every \$1,000 an advertiser spends on ads with models with light-skin complexions, that advertiser would have to spend \$1,159 to achieve the same level of engagement using photos of darker skin complexion models. Meta's budget optimization tool reinforces these viewer biases. When pictures of models with light and dark complexions are allocated a shared budget, Meta funnels roughly 64\% of the budget towards photos featuring lighter skin complexions.
• Abstract（参考訳）: ブラジルと米国におけるMetaの広告プラットフォームに人種的偏見を示す実験の結果を報告する。 我々は、より暗い肌のコンプレックスが罰せられ、真の経済的結果をもたらすことに気付きました。 1000ドル(約1万1000円)ごとに、広告主は、暗い肌のコンプレッションモデルの写真を使って同じエンゲージメントを達成するために、1159ドル(約1万5000円)の費用を支払わなければならない。 Metaの予算最適化ツールは、これらのビューアバイアスを強化する。 光と暗いコンプレックスのモデルの写真が共有予算に割り当てられると、Metaは予算の約64倍の費用を、より軽い肌のコンプレックスを特徴とする写真に充てる。

関連論文リスト

• On the Use of Proxies in Political Ad Targeting [49.61009579554272]
  我々は、主要な政治広告主がプロキシ属性をターゲットとして緩和を回避したことを示す。 本研究は政治広告の規制に関する議論に重要な意味を持つ。
  論文  参考訳（メタデータ） (2024-10-18T17:15:13Z)
• Inclusive content reduces racial and gender biases, yet non-inclusive content dominates popular culture [1.4204016278692333]
  私たちは最先端の機械学習モデルを使用して、50年以上にわたって30万以上の画像を分類しています。 人種的少数派は白人よりもはるかに頻度が低く、それらが現れると、顕著に描写されなくなる。 また、女性は全身で描かれる傾向が強く、男性は顔で描かれる傾向が強いこともわかりました。
  論文  参考訳（メタデータ） (2024-05-10T11:34:47Z)
• Mitigating stereotypical biases in text to image generative systems [10.068823600548157]
  我々は、さまざまなテキストプロンプトから構築された知覚された皮膚のトーンや性別によって異なる合成データに対して、テキスト・ツー・イメージモデルを微調整することでこれを実現している。 我々の多様性微調整(DFT)モデルは、知覚された肌のトーンが150%、知覚された性別が97.7%向上する。
  論文  参考訳（メタデータ） (2023-10-10T18:01:52Z)
• Discrimination through Image Selection by Job Advertisers on Facebook [79.21648699199648]
  求人広告における新たな差別手段の出現状況について検討する。 ターゲティングとデリバリーの両方を組み合わせ、求人広告画像の特定の人口層を不均等に表現したり排除したりする。 私たちはFacebook Ad Libraryを使って、このプラクティスの有病率を実証しています。
  論文  参考訳（メタデータ） (2023-06-13T03:43:58Z)
• Easily Accessible Text-to-Image Generation Amplifies Demographic Stereotypes at Large Scale [61.555788332182395]
  危険で複雑なステレオタイプを増幅する機械学習モデルの可能性を検討する。 さまざまな通常のプロンプトがステレオタイプを生成しており、それらは単に特性、記述子、職業、オブジェクトに言及するプロンプトを含む。
  論文  参考訳（メタデータ） (2022-11-07T18:31:07Z)
• Towards Photorealistic Colorization by Imagination [48.82757902812846]
  本稿では,人間の想像力を模倣した画像の自動色付け手法を提案する。 我々の研究は、最先端の画像カラー化手法よりも、よりカラフルで多彩な結果をもたらす。
  論文  参考訳（メタデータ） (2021-08-20T14:28:37Z)
• An Unsupervised Approach towards Varying Human Skin Tone Using Generative Adversarial Networks [3.839742791472842]
  人の肌の色を変えるモデルを提案する。 肌の色の変化を所望する所望の変化を示す値の人物または集団の入力画像が公平または暗黒に与えられた場合、画像中の人物の肌色を変えることができる。
  論文  参考訳（メタデータ） (2020-10-30T06:27:03Z)
• Facebook Political Ads And Accountability: Outside Groups Are Most Negative, Especially When Hiding Donors [0.0]
  透明性と説明責任の欠如が、Facebook上の政治広告の感情とどのように関係しているかを分析する。 最も否定的な広告は、暗黒のお金と、外部グループから消えたことによる。 ダークマネーだけが広告センチメントの大幅な減少に結びついている。
  論文  参考訳（メタデータ） (2020-10-05T00:53:43Z)
• Do Interruptions Pay Off? Effects of Interruptive Ads on Consumers Willingness to Pay [79.9312329825761]
  本研究は,広告主ブランドの商品に対する消費者の支払い意欲に及ぼす割り込み広告の影響を計測する研究結果である。 本研究は, 広告の経済的影響に関する研究に寄与し, 実験マーケティング研究における実際の(自己申告の)支払意欲を測定する方法を紹介した。
  論文  参考訳（メタデータ） (2020-05-14T09:26:57Z)
• Online Joint Bid/Daily Budget Optimization of Internet Advertising Campaigns [115.96295568115251]
  複数のチャンネルにまたがるペイ・パー・クリック広告キャンペーンのオンライン共同入札/日次予算最適化の自動化問題について検討する。 どのキャンペーンでも、Gaussian Processesによる入札のクリック数と日々の予算に依存しています。 我々は4つのアルゴリズムを設計し、O(sqrtT)として高い確率で上界した後悔に苦しむことを示す。 我々は,1年以上に1日平均1000ユーロを消費した実世界のアプリケーションにおいて,我々のアルゴリズムの採用結果を提示する。
  論文  参考訳（メタデータ） (2020-03-03T11:07:38Z)

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。