論文の概要: Scrutinizing Index-Based Risk Assessments: A Case Study in NYC Decision-making for Heat Emergency Management
- arxiv url: http://arxiv.org/abs/2605.17697v1
- Date: Sun, 17 May 2026 23:36:31 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-19 23:51:08.398929
- Title: Scrutinizing Index-Based Risk Assessments: A Case Study in NYC Decision-making for Heat Emergency Management
- Title（参考訳）: Scrutinizing Index-based Risk Assessments:A Case Study in NYC Decision-making for Heat Emergency Management (特集:温熱対策)
- Authors: Jennah Gosciak, Luke Boyce, Angelina Wang, Allison Koenecke,
- Abstract要約: 緊急管理における地理的ターゲティングと意思決定のための手作り指標について検討する。
本研究では,準備行動と対応行動の指標を選択する際に,実践者が直面する課題について検討する。
- 参考スコア（独自算出の注目度）: 8.2333980008702
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Cities are increasingly turning to large-scale data analysis and machine learning to make consequential decisions. While the algorithmic fairness community has focused on analyzing the risks and benefits associated with these complex methods, there has been much less scrutiny of the many simpler, but still widely used, data-driven tools that support government decision-making in a variety of settings. In this work, we study hand-crafted indices for geographic targeting and decision-making in emergency management -- a field responsible for coordinating preparedness and response efforts to hazards ranging from natural disasters to human threats. Indices, which capture abstract principles and overarching priorities (e.g., reducing social vulnerability), are low-complexity models that statistically aggregate chosen variables. They are generally flexible and interpretable, but can also be sensitive to key design choices and require strong assumptions. Through a case study of decision-making for extreme heat emergencies in NYC, we examine the challenges that practitioners may face in selecting an index for preparedness and response actions. We map empirical findings from index-based simulations to concerns related to validity and reliability from the measurement literature and show via sensitivity analyses that different reasonable choices of input variables or spatial scale can result in substantive differences to index risk scores, thereby affecting downstream government decision-making. We contrast these challenges with considerations for developing predictive algorithms that more narrowly relate to concrete, measurable outcomes. Ultimately, we provide generalizable recommendations that practitioners and public-sector technologists can use for navigating the trade-offs between indices and predictive algorithms in other government settings.
- Abstract（参考訳）: 都市は、連続的な決定をするために、大規模データ分析と機械学習に変わりつつある。
アルゴリズムの公正性コミュニティは、これらの複雑な方法に関連するリスクと利益を分析することに重点を置いているが、さまざまな環境で政府の意思決定をサポートする、シンプルだが、広く使われているデータ駆動ツールについて、より精査は少ない。
本研究では,自然災害から人的脅威に至るまでの災害に対する準備と対応の調整を行う分野である,緊急管理における地理的ターゲティングと意思決定のための手作り指標について検討する。
抽象的な原則を捉え、優先事項(例えば社会的脆弱性を減らすなど)を整理する指標は、統計的に選択された変数を集約する低複雑さモデルである。
それらは一般的に柔軟で解釈可能であるが、重要な設計選択に敏感であり、強い仮定を必要とすることもある。
ニューヨーク市における極度の熱的緊急事態に対する意思決定のケーススタディを通じて、実践者が準備と対応行動の指標を選択する際に直面する課題について検討する。
我々は,指標に基づくシミュレーションから得られた経験的知見を,測定文献の妥当性と信頼性に関する懸念にマッピングし,入力変数や空間スケールの合理的な選択が,指標リスクスコアに実質的な違いをもたらす可能性を示し,その結果,下流政府の意思決定に影響を及ぼすことを示す。
これらの課題は、具体的な測定可能な結果とより狭義に関係した予測アルゴリズムを開発するための考慮事項と対比する。
最終的には、他の政府設定におけるインデックスと予測アルゴリズムの間のトレードオフをナビゲートするために、実践者や公共セクター技術者が使用できる一般的なレコメンデーションを提供します。
関連論文リスト
- Actionable Counterfactual Explanations Using Bayesian Networks and Path Planning with Applications to Environmental Quality Improvement [4.041834517339835]
そこで本研究では,実効的対実的説明のための手法を開発した。
データは密度推定器の学習にのみ使用される。
実環境保護庁のデータセットを用いて,本アルゴリズムを検証した。
論文 参考訳（メタデータ） (2025-08-04T17:20:50Z) - Predicting Human Choice Between Textually Described Lotteries [0.0]
本研究では,このような課題における人的意思決定の大規模探索を初めて行った。
我々は、微調整された大規模言語モデルを含む複数の計算手法を評価する。
論文 参考訳（メタデータ） (2025-03-18T08:10:33Z) - ABI Approach: Automatic Bias Identification in Decision-Making Under Risk based in an Ontology of Behavioral Economics [46.57327530703435]
損失回避のようなバイアスによって引き起こされる損失に対する優先順位を求めるリスクは、課題を引き起こし、深刻なネガティブな結果をもたらす可能性がある。
本研究は,リスクサーチの選好を自動的に識別し,説明することにより,組織意思決定者を支援する新しいソリューションであるABIアプローチを紹介する。
論文 参考訳（メタデータ） (2024-05-22T23:53:46Z) - On strategies for risk management and decision making under uncertainty shared across multiple fields [55.2480439325792]
本稿では、このような戦略の110以上の例を見つけ、リスクに対するこのアプローチをRDOT: Risk-reducing Design and Operations Toolkitと呼ぶ。
RDOT戦略は、構造的、反応性、形式的、敵対的、多段階、ポジティブの6つの幅広いカテゴリに分類される。
全体的なRDOTは、不確実性に対する多目的応答の見過ごされたクラスを表している。
論文 参考訳（メタデータ） (2023-09-06T16:14:32Z) - Capsa: A Unified Framework for Quantifying Risk in Deep Neural Networks [142.67349734180445]
ディープニューラルネットワークにリスク認識を提供する既存のアルゴリズムは複雑でアドホックである。
ここでは、リスク認識でモデルを拡張するためのフレームワークであるcapsaを紹介します。
論文 参考訳（メタデータ） (2023-08-01T02:07:47Z) - On solving decision and risk management problems subject to uncertainty [91.3755431537592]
不確実性は意思決定とリスク管理において広範囲にわたる課題である。
本稿では,このような戦略を体系的に理解し,その適用範囲を判断し,それらをうまく活用するための枠組みを開発する。
論文 参考訳（メタデータ） (2023-01-18T19:16:23Z) - Causal Fairness Analysis [68.12191782657437]
意思決定設定における公平性の問題を理解し、モデル化し、潜在的に解決するためのフレームワークを導入します。
我々のアプローチの主な洞察は、観測データに存在する格差の定量化と、基礎となる、しばしば観測されていない、因果的なメカニズムの収集を結びつけることである。
本研究は,文献中の異なる基準間の関係を整理し,説明するための最初の体系的試みであるフェアネスマップにおいて,本研究の成果を左右するものである。
論文 参考訳（メタデータ） (2022-07-23T01:06:34Z) - On the Fairness of Machine-Assisted Human Decisions [3.4069627091757178]
偏りのある人間の意思決定者を含めることで、アルゴリズムの構造と結果の判断の質との間の共通関係を逆転させることができることを示す。
実験室実験では,性別別情報による予測が,意思決定における平均的な性別格差を減少させることを示す。
論文 参考訳（メタデータ） (2021-10-28T17:24:45Z) - Leveraging Expert Consistency to Improve Algorithmic Decision Support [62.61153549123407]
建設のギャップを狭めるために観測結果と組み合わせることができる情報源として,歴史専門家による意思決定の利用について検討する。
本研究では,データ内の各ケースが1人の専門家によって評価された場合に,専門家の一貫性を間接的に推定する影響関数に基づく手法を提案する。
本研究は, 児童福祉領域における臨床現場でのシミュレーションと実世界データを用いて, 提案手法が構成ギャップを狭めることに成功していることを示す。
論文 参考訳（メタデータ） (2021-01-24T05:40:29Z) - AIRSENSE-TO-ACT: A Concept Paper for COVID-19 Countermeasures based on
Artificial Intelligence algorithms and multi-sources Data Processing [0.0]
本報告では、新型コロナウイルスのパンデミックなどの緊急事態対策と対策のために、定量的かつ多スケールな要素をベースとした、対象とする対策の実施を支援するための新しいツールについて述べる。
このツールは集中型システム(Webアプリケーション)であり、単一のマルチユーザプラットフォームであり、異種データの処理に人工知能(AI)アルゴリズムに依存しており、出力レベルのリスクを生み出すことができる。
このモデルには、まず選択された入力間の相関を学習するために訓練される特定のニューラルネットワークが含まれている。
論文 参考訳（メタデータ） (2020-11-07T17:50:14Z)
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。