論文の概要: Merging public elementary schools to reduce racial/ethnic segregation
- arxiv url: http://arxiv.org/abs/2502.10193v1
- Date: Fri, 14 Feb 2025 14:36:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-17 14:48:07.407738
- Title: Merging public elementary schools to reduce racial/ethnic segregation
- Title（参考訳）: 人種・民族分離を緩和する公立小学校の合併
- Authors: Madison Landry, Nabeel Gillani,
- Abstract要約: 学校合併」とは、学校における通学境界、あるいはキャッチメントエリアを融合させることである。
この方法でのペアリングや三つ組の学校は、人種と民族の分離を中央値の20%減少させる可能性がある。
当社の結果は、政策立案者やコミュニティメンバがさらなる調査を行うための公開ダッシュボードを通じて公開されています。
- 参考スコア（独自算出の注目度）: 0.6437284704257459
- License:
- Abstract: Diverse schools can help address implicit biases and increase empathy, mutual respect, and reflective thought by fostering connections between students from different racial/ethnic, socioeconomic, and other backgrounds. Unfortunately, demographic segregation remains rampant in US public schools, despite over 70 years since the passing of federal legislation formally outlawing segregation by race. However, changing how students are assigned to schools can help foster more integrated learning environments. In this paper, we explore "school mergers" as one such under-explored, yet promising, student assignment policy change. School mergers involve merging the school attendance boundaries, or catchment areas, of schools and subsequently changing the grades each school offers. We develop an algorithm to simulate elementary school mergers across 200 large school districts serving 4.5 million elementary school students and find that pairing or tripling schools in this way could reduce racial/ethnic segregation by a median relative 20% -- and as much as nearly 60% in some districts -- while increasing driving times to schools by an average of a few minutes each way. Districts with many interfaces between racially/ethnically-disparate neighborhoods tend to be prime candidates for mergers. We also compare the expected results of school mergers to other typical integration policies, like redistricting, and find that different policies may be more or less suitable in different places. Finally, we make our results available through a public dashboard for policymakers and community members to explore further (https://mergers.schooldiversity.org). Together, our study offers new findings and tools to support integration policy-making across US public school districts.
- Abstract（参考訳）: 異種学校は、人種や民族、社会経済、その他の背景から学生同士のつながりを育むことで、暗黙の偏見に対処し、共感、相互尊敬、反省的思考を高めるのに役立つ。
残念なことに、人種による差別を正式に禁止する連邦法が成立してから70年以上経っても、アメリカの公立学校では人口差別が続いている。
しかし、学生の学校への配属の仕方を変えることは、より統合された学習環境の育成に役立つ。
本稿では「学校合併」を,未解決かつ有望な学生割当て政策の変化として検討する。
学校合併は、学校の通学境界、またはキャッチメント地域を合併させ、その後、各学校が提供する学級を変更することを含む。
我々は,小学生450万人を対象とする200の学区にまたがる小学校合併をシミュレートするアルゴリズムを開発し,この方法でのペアリングや三つ組の学校は,人種・民族分離を中央値20%、一部の学区では最大60%削減し,各学区への運転時間を平均数分間増加させる。
人種的・民族的に異なる地区間の多くのインターフェースを持つ地区は、合併の第一候補となる傾向にある。
また、学校合併の期待される結果と、再分権のような他の典型的な統合政策を比較し、異なる場所で異なる政策が多かれ少なかれ適している可能性があることを見出した。
最後に、政策立案者やコミュニティメンバーがさらなる調査を行うための公開ダッシュボードを通じて結果を公開します(https://mergers.schooldiversity.org)。
本研究は,米国公立教育学区における統合政策作成を支援するための新たな知見とツールを提供する。
関連論文リスト
- Contextual Stochastic Optimization for School Desegregation Policymaking [13.670408636443831]
本稿では,共同再限定・選択モデリングフレームワークを開発する。
小学校境界線の再描画が社会経済的分離のレベルに現実的にどう影響するかを推定する。
この研究は、RWCがかなりの量の分離を減少させる可能性のある境界変化をもたらすことを発見した。
論文 参考訳（メタデータ） (2024-08-22T17:40:06Z) - Whitening-based Contrastive Learning of Sentence Embeddings [61.38955786965527]
文埋め込み学習(WhitenedCSE)のためのホワイトニングに基づくコントラスト学習手法を提案する。
これら2つのアプローチは完全に冗長ではなく、実際には異なる一様性機構のために相補性を持っていることが分かる。
論文 参考訳（メタデータ） (2023-05-28T14:58:10Z) - Impacts of Differential Privacy on Fostering more Racially and
Ethnically Diverse Elementary Schools [18.35063779220618]
アメリカ合衆国国勢調査局は、2020年の国勢調査リリースの事実上のプライバシー保護標準である差分プライバシーを採用した。
この変更は、政治的再分権やその他の高額な慣行のような政策決定に影響を与える可能性がある。
このようなデータの未調査かつ重要な応用の1つは、人口隔離の少ない学校を育むために、学校に通う境界を再描画することである。
論文 参考訳（メタデータ） (2023-05-12T21:06:15Z) - All a-board: sharing educational data science research with school
districts [20.799163734027466]
ランダム化された電子メールのアウトリーチ実験と調査を行い、地方教育学区が境界変化にどう反応するかを調査した。
800以上の教育学区の約4,320人の教育委員会委員が、潜在的な境界変更を知らせた。
この研究のメディア報道は、特に分離された地域では、ダッシュボードのエンゲージメントを高めている。
論文 参考訳（メタデータ） (2023-04-18T13:03:05Z) - Redrawing attendance boundaries to promote racial and ethnic diversity
in elementary schools [31.737460075609103]
合衆国のほとんどの教育学区は、生徒を自宅近くの学校に割り当てるために「通学境界」を描いている。
我々は、小学生300万人以上を対象とする98の教育学区の代替的境界をシミュレートする。
以上の結果から,家族にとって大きな混乱を伴わない統合の可能性が示唆された。
論文 参考訳（メタデータ） (2023-03-14T02:50:40Z) - Social Diversity Reduces the Complexity and Cost of Fostering Fairness [63.70639083665108]
不完全な情報や公平性の柔軟な基準を前提とした干渉機構の効果について検討する。
多様性の役割を定量化し、情報収集の必要性を減らす方法を示す。
この結果から,多様性が変化し,公正性向上を目指す機関に新たなメカニズムが開放されることが示唆された。
論文 参考訳（メタデータ） (2022-11-18T21:58:35Z) - Increasing Students' Engagement to Reminder Emails Through Multi-Armed
Bandits [60.4933541247257]
本稿では,学生が週毎のメールリマインダーとどのように関わり,時間管理の習慣を構築するかについて,実世界の適応実験を行った。
適応実験にマルチアーマド・バンド(MAB)アルゴリズムを用いると、より良い結果が得られる可能性が高まる。
我々は、これらの適応アルゴリズムの問題点を強調します。例えば、大きな違いがない場合の腕の活用などです。
論文 参考訳（メタデータ） (2022-08-10T00:30:52Z) - MultiFair: Multi-Group Fairness in Machine Learning [52.24956510371455]
機械学習におけるマルチグループフェアネスの研究(MultiFair)
この問題を解決するために,汎用的なエンドツーエンドのアルゴリズムフレームワークを提案する。
提案するフレームワークは多くの異なる設定に一般化可能である。
論文 参考訳（メタデータ） (2021-05-24T02:30:22Z) - GAEA: Graph Augmentation for Equitable Access via Reinforcement Learning [50.90625274621288]
異なるサブ人口によるリソースへの別のアクセスは、社会および社会技術ネットワークにおける一般的な問題です。
予算制約下でグラフエッジを編集することにより,ネットワークシステムにおける公平性を高めるため,新たな問題クラスであるグラフ拡張・等価アクセス(GAEA)を導入する。
論文 参考訳（メタデータ） (2020-12-07T18:29:32Z) - Reducing the Filtering Effect in Public School Admissions: A Bias-aware Analysis for Targeted Interventions [7.50215102665518]
DOEが「不利」と分類する学生の得点分布の変化が示される。
集中的に計画された介入は、奨学金やトレーニングを通じてバイアスの影響を著しく低減できることを示す。
論文 参考訳（メタデータ） (2020-04-22T20:50:31Z)
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。