Neuste Artikel für Soziale Gerechtigkeit

Einen Massstab festlegen, um die Fairness in Graph-Lernmethoden zu bewerten.

Eine frische Perspektive auf die Rolle der Freiheit in sozialen Debatten.

Eine umfassende Studie über 15 Jahre Forschung zur algorithmischen Fairness zeigt wichtige Trends.

Dieses Projekt zielt darauf ab, Vorurteile in Sprachmodellen für europäische Sprachen zu erkennen und zu reduzieren.

Die Herausforderungen, mit denen ältere Menschen beim Zugang zu Gesundheitsdiensten konfrontiert sind, untersuchen.

Untersuchung von Becken-Gesundheitsproblemen, die indigene Völker weltweit betreffen.

Ein Blick auf Werkzeuge zur Wohnungsunterstützung und deren Einfluss auf die Rassengleichheit.

Untersuchung von Vorurteilen und Fairness in grossen Sprachmodellen.

Untersuchen, wie T2Is Kastenidentitäten darstellen und Stereotype verstärken.

Eine Studie zur Stärkung von Frauen im Zusammenhang mit sexueller und reproduktiver Gesundheit in Afrika.

Ein neuer Ansatz, um die Darstellung von intersektionalen Identitäten in der Bildersuche zu verbessern.

Ein Blick auf die Einkommensteuer, Fairness und soziale Auswirkungen.

Ein neuer Datensatz hebt Vorurteile in Sprachmodellen basierend auf Geschlecht und Alter hervor.

Untersuchung von rassistischen Faktoren in gesundheitlichen Ungleichheiten und Bildungsergebnissen.

Ein innovativer Ansatz zur Messung des Kinderhandels auf den Philippinen.

Die Herausforderungen erkunden, Zahlen über theoretische Erkenntnisse in der Linguistikforschung zu priorisieren.

Die Möglichkeiten von KI erkunden, um die Transparenz bei der Juryauswahl und den Räumungsprozessen zu verbessern.

Strategien untersuchen, um neue HIV-Infektionen in schwarzen und hispanischen/latino Bevölkerungsgruppen zu reduzieren.

Untersuchung der Auswirkungen von Erscheinungs-Bias in KI-Systemen.

Untersuchung der Auswirkungen von generativer KI auf Wissen und marginalisierte Gemeinschaften.

Die Bedeutung von Fairness in KI-Systemen, die das Leben beeinflussen, untersuchen.

Untersuchung des Zugangs zu öffentlichen Verkehrsmitteln für einkommensschwache Fahrgäste in Greater Boston.

Die Untersuchung von Vorurteilen im maschinellen Lernen und deren Einfluss auf Entscheidungen.

Zwei neue Ansätze verbessern die Genauigkeit von Rennvorhersagen in sensiblen Beurteilungen.

Verstehen von fairen Verteilungsmethoden und deren Bedeutung in der Gesellschaft.

Untersuchung von Gesundheitsdiensten für schutzbedürftige Bevölkerungsgruppen während humanitärer Krisen.

Ein neuer Datensatz soll faire Wohn- und Kreditpraktiken fördern.

Die Balance zwischen Einkommensschutz und Fairness in der Einkommensverteilung untersuchen.

Erforschung der Wahrnehmungen von Stakeholdern hinsichtlich Fairness in maschinellen Lernmodellen trotz Vielfältigkeit.

Eine Studie zeigt Leistungsunterschiede bei RIdV-Systemen in verschiedenen Bevölkerungsgruppen.

Dieses Papier bewertet Fairness-Probleme in Retrieval-Augmented Generation-Methoden.

Untersuchen, wie Diskriminierung die Gesundheitsunterschiede zwischen verschiedenen ethnischen Gruppen beeinflusst.

Forschung zeigt Vorurteile gegen hispanische Fahrer bei Polizeikontakten im Strassenverkehr.

Ein neues Framework soll Vorurteile in Rollenspielszenarien von Sprachmodellen aufdecken.

Die Untersuchung von Vermögensverteilung und Ungleichheit in der Gesellschaft über die Zeit.

Ein Überblick über Fairness-Lernen in KI und seine Auswirkungen auf verschiedene Sektoren.

Wie KI Südafrikas Bemühungen um eine nachhaltige Zukunft unterstützen kann.

Dieses Papier behandelt das Fehlen von Vertretungen bestimmter Gruppen in Daten.

Die Vision von Cybersyn für eine gerechtere Wirtschaft durch KI und historische Lektionen unter die Lupe nehmen.

Lern, wie faires Clustern die Gruppenvertretung in Daten ausbalanciert.