論文の概要: Due Process on Hold: A Queueing Framework for Improving Access in SNAP
- arxiv url: http://arxiv.org/abs/2605.15165v1
- Date: Thu, 14 May 2026 17:54:43 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-15 21:45:35.002237
- Title: Due Process on Hold: A Queueing Framework for Improving Access in SNAP
- Title（参考訳）: Due Process on Hold:SNAPのアクセス改善のためのキューフレームワーク
- Authors: Andrew Daw, Chloe Pache, Angela Zhou,
- Abstract要約: アメリカ社会安全網は大規模に重要なサービスを提供しているが、アクセスの負担は持続している。
ホームズ対コーネル事件では、ミズーリ州のSNAPコールセンターが混雑しており、申請のほぼ半分が手続き的だった。
本稿では,アクセスの評価と改善を目的とした待ち行列モデルに基づく性能評価フレームワークを提案する。
- 参考スコア（独自算出の注目度）: 6.805575417034369
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The U.S. social safety net delivers essential services at mass scale, but access burdens persist, as congested contact or call centers serve as a primary mode of application completion and assistance. In Holmes v. Knodell, Missouri's SNAP call centers were so congested that nearly half of all application denials were procedural, caused by applicants' inability to complete required interviews, rather than underlying ineligibility. The judge ruled these system failures led to a violation of procedural due process. We propose a performance evaluation framework based on queueing models from operations research and management to assess and improve access in such systems. Operational access failures of call centers are distinct from prior automation failures in benefits provision. Emergent arbitrariness arises from interactions between system dynamics and access demand, rather than from an explicit algorithmic rule, making diagnosis and repair inherently system-level. We develop a queueing model that incorporates phenomena that distinguish social services from standard service domains, redials and abandonment, through which backlogs generate endogenous congestion. Standard queueing guidance from Erlang-A that does not address endogenous congestion fundamentally understaffs, which could lead to persistent shortfalls in practice. Using a fluid approximation, we derive steady-state performance metrics to analytically characterize the impacts of bundled staffing and service delivery changes. We fit model parameters to call-center data disclosed in court documents. Our queueing model can support ex-ante evaluation and design of access systems, inform policy levers for improving access, and provide evidence about whether applicants are afforded a meaningful opportunity to be served at scale.
- Abstract（参考訳）: アメリカ社会安全網は大規模に重要なサービスを提供しているが、密集した連絡先やコールセンターがアプリケーションの完成と支援の第一のモードとして機能するため、アクセスの負担は続く。
ホームズ対クノデル事件では、ミズーリ州のSNAPコールセンターが混雑しており、申請者の半数近くが手続き的だった。
裁判官は、これらのシステム障害が手続き的デュープロセスに違反したと判断した。
本稿では,このようなシステムにおけるアクセスの評価・改善を目的とした,運用研究・管理のキューモデルに基づく性能評価フレームワークを提案する。
コールセンターの運用上のアクセス障害は、利益提供における前回の自動化障害とは異なる。
創発的任意性は、明示的なアルゴリズム規則ではなく、システムダイナミクスとアクセス要求の間の相互作用から生じ、診断と修復を本質的にシステムレベルで行う。
我々は、標準的なサービスドメインとソーシャルサービスを区別する現象を取り入れた待ち行列モデルを構築し、バックログが内因性渋滞を発生させる。
Erlang-Aの標準的なキューのガイダンスは、内因性渋滞に対処しないが、基本的にはアンダースタッフであり、実際には持続的な不足につながる可能性がある。
流体近似を用いて,スタッフのバンドルとサービス提供の変化の影響を解析的に特徴付けるため,定常的なパフォーマンス指標を導出する。
裁判所文書で明らかになったコールセンタデータにモデルパラメータを適合させる。
我々の待ち行列モデルは、アクセスシステムの評価と設計を支援し、アクセスを改善するためのポリシーレバーを通知し、応募者が大規模に提供できる有意義な機会を得られるかどうかを示す証拠を提供する。
関連論文リスト
- Causal Algorithmic Recourse: Foundations and Methods [57.73269033551628]
AIシステムの主な特徴は、個人が否定的な決定を覆す方法のレコメンデーションを提供する能力である。
既存のアプローチでは、recourseの結果を固定単位の反事実として扱う。
我々は、事前および事後結果のプロセスとして、会話をモデル化する因果的枠組みを開発する。
論文 参考訳（メタデータ） (2026-05-12T00:55:19Z) - FERA: Uncertainty-Aware Federated Reasoning for Large Language Models [60.52562148874846]
我々は、サーバがプライベートなデモンストレーションを行う異種クライアントと協調することで、多段階推論を改善するフェデレーション推論について研究する。
重要な課題は、クライアントの信頼性がクエリ依存であるのに対して、サーバはクライアントデータを検査して、どのコントリビューションが信頼できるかを判断できません。
本稿では,サーバクライアントの反復的コリファインメントに基づくトレーニングフリーフレームワークである Uncertainty-Aware Federated Reasoning (FERA) を提案する。
論文 参考訳（メタデータ） (2026-05-11T07:04:51Z) - Towards System-Oriented Formal Verification of Local-First Access Control [0.0]
競合のない複製データ型(CRDT)は、インスタントメッセージングのMatrixやコラボレーションドキュメントのKeyhiveといったコラボレーションシステムにますます採用されています。
相互信頼はもはや保証されないため、これらのシステムはビザンチンの耐障害性ときめ細かいアクセス制御を必要とする。
我々は、ビザンチンのフォールトトレラントなローカルファーストシステムに対して、正式に認証された認証アルゴリズムを構築するためのボトムアップアプローチに従う。
論文 参考訳（メタデータ） (2026-04-26T06:56:51Z) - Functional Requirements for Decentralized and Self-Sovereign Identities [1.7924920920347915]
アイデンティティ管理システムは、セキュリティとプライバシの課題を継続的に経験する。
ユーザにとってプライバシとセキュリティのメリットはありますが、DI/SSIシステムの採用は限定的です。
論文 参考訳（メタデータ） (2026-03-25T12:41:27Z) - Fairness Dynamics in Digital Economy Platforms with Biased Ratings [50.29721091981893]
我々は、デジタルプラットフォームが格付けに基づく差別を永続的に、あるいは対処する方法について研究する。
この結果から,ユーザエクスペリエンスと公平性の根本的なトレードオフが示される。
また,検索結果の人口動態を調整して介入することが,不公平を抑えるための極めて効果的な方法であることを示す。
論文 参考訳（メタデータ） (2026-02-18T18:41:16Z) - Reliable LLM-Based Edge-Cloud-Expert Cascades for Telecom Knowledge Systems [54.916243942641444]
大規模言語モデル(LLM)は、通信などの分野において、自動化の鍵となる存在として浮上している。
本研究では,問合せパイプラインによる意思決定を支援する,エッジクラウドに精通したLLMベースの知識システムについて検討する。
論文 参考訳（メタデータ） (2025-12-23T03:10:09Z) - Federated In-Context Learning: Iterative Refinement for Improved Answer Quality [62.72381208029899]
In-context Learning (ICL) では、入力に提供される例を活用することで、パラメータを変更することなく、言語モデルで応答を生成することができる。
我々は,反復的協調プロセスを通じてICLを強化する汎用フレームワークであるFederated In-Context Learning (Fed-ICL)を提案する。
Fed-ICLは、クライアントと中央サーバ間のマルチラウンドインタラクションを活用することで、応答を徐々に洗練し、モデルパラメータを送信することなく、応答品質を向上させる。
論文 参考訳（メタデータ） (2025-06-09T05:33:28Z) - Dynamic Scheduling of a Multiclass Queue in the Halfin-Whitt Regime: A Computational Approach for High-Dimensional Problems [0.0]
コールセンタのマルチクラス待ち行列モデルについて検討する。
マネジャーは、保有コストと有限地平線上の放棄コストの予想総量を最小化しようと試みている。
本稿では,元来のコールセンタースケジューリング問題に対するポリシーを提案する。
論文 参考訳（メタデータ） (2023-11-29T22:38:33Z) - FIRE: A Failure-Adaptive Reinforcement Learning Framework for Edge Computing Migrations [54.34189781923818]
FIREは、エッジコンピューティングのディジタルツイン環境でRLポリシーをトレーニングすることで、まれなイベントに適応するフレームワークである。
ImREは重要なサンプリングに基づくQ-ラーニングアルゴリズムであり、希少事象をその値関数への影響に比例してサンプリングする。
FIREは故障時にバニラRLやグリーディベースラインと比較してコストを削減できることを示す。
論文 参考訳（メタデータ） (2022-09-28T19:49:39Z) - Queue-Learning: A Reinforcement Learning Approach for Providing Quality
of Service [1.8477401359673706]
servicerate controlは、サービスシステムにおける保証を提供する共通のメカニズムである。
本稿では,強化学習ベース(rlベース)サービスレートコントローラを提案する。
当社のコントローラは、システムのエンドツーエンドの遅延に関する明示的な確率的保証を提供します。
論文 参考訳（メタデータ） (2021-01-12T17:28:57Z) - Towards Probabilistic Verification of Machine Unlearning [30.892906429582904]
本稿では,データ削除要求に対する検証機構の設計について研究する形式的枠組みを提案する。
提案手法は,機械学習サービスの精度に最小限の影響を与えるが,未学習に対する信頼性の高い検証を可能にする。
論文 参考訳（メタデータ） (2020-03-09T16:39:46Z)
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。