:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ziosi, Marta, Pruss, Dasha
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computers and Society
Online-Zugang:	https://arxiv.org/abs/2405.07715
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

What Information Should Be Shared with Whom "Before and During Training"?
von: Belfield, Haydn
Veröffentlicht: (2024)

Whom We Trust, What We Fear: COVID-19 Fear and the Politics of Information
von: Baccega, Daniele, et al.
Veröffentlicht: (2025)

Fairness in Federated Learning: Fairness for Whom?
von: Taik, Afaf, et al.
Veröffentlicht: (2025)

FareShare: A Tool for Labor Organizers to Estimate Lost Wages and Contest Arbitrary AI and Algorithmic Deactivations
von: Rao, Varun Nagaraj, et al.
Veröffentlicht: (2025)

Detecting and Mitigating Bias in Algorithms Used to Disseminate Information in Social Networks
von: Sekara, Vedran, et al.
Veröffentlicht: (2024)

Artificial Intelligence / Human Intelligence: Who Controls Whom?
von: Jacquemot, Charlotte
Veröffentlicht: (2025)

Auditing a Dutch Public Sector Risk Profiling Algorithm Using an Unsupervised Bias Detection Tool
von: Holstege, Floris, et al.
Veröffentlicht: (2025)

Empire Amplifier: Uncovering and Contesting the Prioritization of Colonial Content on Platforms Through Community-Informed Algorithmic Auditing
von: Escher, Nel, et al.
Veröffentlicht: (2026)

Breaking the Code: Multi-level Learning in the Eurovision Song Contest
von: Amaral, Luís A. Nunes, et al.
Veröffentlicht: (2025)

Safe for Whom? Rethinking How We Evaluate the Safety of LLMs for Real Users
von: Kempermann, Manon, et al.
Veröffentlicht: (2025)

Algorithmic Bias and the New Chicago School
von: Lee, Jyh-An
Veröffentlicht: (2025)

What is Human in Judgment? Comparing Automation Bias and Algorithm Aversion Between the United States Military Academy and the General Public
von: Kahn, Lauren, et al.
Veröffentlicht: (2026)

Third-party compliance reviews for frontier AI safety frameworks
von: Homewood, Aidan, et al.
Veröffentlicht: (2025)

Race and Privacy in Broadcast Police Communications
von: Venkit, Pranav Narayanan, et al.
Veröffentlicht: (2024)

Contesting Artificial Moral Agents
von: Aijaz, Aisha
Veröffentlicht: (2026)

Curriculum Design of Competitive Programming: a Contest-based Approach
von: Luo, Zhongtang
Veröffentlicht: (2025)

Who is Helping Whom? Student Concerns about AI- Teacher Collaboration in Higher Education Classrooms
von: Han, Bingyi, et al.
Veröffentlicht: (2024)

Fuck the Algorithm: Conceptual Issues in Algorithmic Bias
von: Stinson, Catherine
Veröffentlicht: (2025)

Ask LLMs Directly, "What shapes your bias?": Measuring Social Bias in Large Language Models
von: Shin, Jisu, et al.
Veröffentlicht: (2024)

Opacity as Authority: Arbitrariness and the Preclusion of Contestation
von: Kayembe, Naomi Omeonga wa
Veröffentlicht: (2025)

Evaluating Algorithmic Bias in Models for Predicting Academic Performance of Filipino Students
von: Švábenský, Valdemar, et al.
Veröffentlicht: (2024)

Media Bias Detector: Designing and Implementing a Tool for Real-Time Selection and Framing Bias Analysis in News Coverage
von: Wang, Jenny S, et al.
Veröffentlicht: (2025)

Inside the Black Box: Detecting and Mitigating Algorithmic Bias across Racialized Groups in College Student-Success Prediction
von: Gándara, Denisa, et al.
Veröffentlicht: (2023)

An Investigation of the Relationship Between Crime Rate and Police Compensation
von: Amarsingh, Jhancy, et al.
Veröffentlicht: (2024)

Guardians of the Regime: Secret Police Formation in Autocracies
von: Mehrl, Marius, et al.
Veröffentlicht: (2025)

Exploring Social Desirability Response Bias in Large Language Models: Evidence from GPT-4 Simulations
von: Lee, Sanguk, et al.
Veröffentlicht: (2024)

A Comparative Simulation Study of the Fairness and Accuracy of Predictive Policing Systems in Baltimore City
von: Semsar, Samin, et al.
Veröffentlicht: (2026)

Fairness and Bias in Algorithmic Hiring: a Multidisciplinary Survey
von: Fabris, Alessandro, et al.
Veröffentlicht: (2023)

Bringing the People Back In: Contesting Benchmark Machine Learning Datasets
von: Denton, Remi, et al.
Veröffentlicht: (2020)

Dual-Metric Evaluation of Social Bias in Large Language Models: Evidence from an Underrepresented Nepali Cultural Context
von: Pandey, Ashish, et al.
Veröffentlicht: (2026)

LAPIS: Language Model-Augmented Police Investigation System
von: Kim, Heedou, et al.
Veröffentlicht: (2024)

What Drives Team Success? Large-Scale Evidence on the Role of the Team Player Effect
von: Elbert, Nico, et al.
Veröffentlicht: (2025)

Challenging the Machine: Contestability in Government AI Systems
von: Landau, Susan, et al.
Veröffentlicht: (2024)

Human, Algorithm, or Both? Gender Bias in Human-Augmented Recruiting
von: Kaya, Mesut, et al.
Veröffentlicht: (2026)

Mitigating Social Desirability Bias in Random Silicon Sampling
von: Chapala, Sashank, et al.
Veröffentlicht: (2025)

What Constitutes a Less Discriminatory Algorithm?
von: Laufer, Benjamin, et al.
Veröffentlicht: (2024)

Opinion Change or Differential Turnout: Changing Opinions on the Austin Police Department in a Budget Feedback Process
von: Gelauff, Lodewijk L., et al.
Veröffentlicht: (2023)

The Algorithmic Blind Spot: Bias, Moral Status, and the Future of Robot Rights
von: Karthikeyan, Rahulrajan, et al.
Veröffentlicht: (2026)

Social Bias in Popular Question-Answering Benchmarks
von: Kraft, Angelie, et al.
Veröffentlicht: (2025)

A Domain-Adapted Pipeline for Structured Information Extraction from Police Incident Announcements on Social Media
von: Shen, Mengfan, et al.
Veröffentlicht: (2025)