A Preliminary Framework for Intersectionality in ML Pipelines
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Turcios, Michelle Nashla, Boyd, Alicia E., Smith, Angela D. R., Johnson, Brittany |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
What Makes An Expert? Reviewing How ML Researchers Define "Expert"
par: Díaz, Mark, et autres
Publié: (2024)
par: Díaz, Mark, et autres
Publié: (2024)
Intersectional Unfairness Discovery
par: Xu, Gezheng, et autres
Publié: (2024)
par: Xu, Gezheng, et autres
Publié: (2024)
Preventing Eviction-Caused Homelessness through ML-Informed Distribution of Rental Assistance
par: Vajiac, Catalina, et autres
Publié: (2024)
par: Vajiac, Catalina, et autres
Publié: (2024)
ML Interpretability: Simple Isn't Easy
par: Räz, Tim
Publié: (2022)
par: Räz, Tim
Publié: (2022)
A Tutorial On Intersectionality in Fair Rankings
par: Criscuolo, Chiara, et autres
Publié: (2025)
par: Criscuolo, Chiara, et autres
Publié: (2025)
MIFair: A Mutual-Information Framework for Intersectionality and Multiclass Fairness
par: Monnier, Jeanne, et autres
Publié: (2026)
par: Monnier, Jeanne, et autres
Publié: (2026)
Personalizing Mathematical Game-based Learning for Children: A Preliminary Study
par: Gao, Jie, et autres
Publié: (2026)
par: Gao, Jie, et autres
Publié: (2026)
A Benchmark for Strategic Auditee Gaming Under Continuous Compliance Monitoring
par: Burnat, Florian A. D., et autres
Publié: (2026)
par: Burnat, Florian A. D., et autres
Publié: (2026)
Gaming the Metric, Not the Harm: Certifying Safety Audits against Strategic Platform Manipulation
par: Burnat, Florian A. D., et autres
Publié: (2026)
par: Burnat, Florian A. D., et autres
Publié: (2026)
Fair Machine Learning for Healthcare Requires Recognizing the Intersectionality of Sociodemographic Factors, a Case Study
par: Valentine, Alissa A., et autres
Publié: (2024)
par: Valentine, Alissa A., et autres
Publié: (2024)
Exploring the Determinants of Pedestrian Crash Severity Using an AutoML Approach
par: Rafe, Amir, et autres
Publié: (2024)
par: Rafe, Amir, et autres
Publié: (2024)
Intersectional Two-sided Fairness in Recommendation
par: Wang, Yifan, et autres
Publié: (2024)
par: Wang, Yifan, et autres
Publié: (2024)
State of the Art in Fair ML: From Moral Philosophy and Legislation to Fair Classifiers
par: Baumann, Elias, et autres
Publié: (2018)
par: Baumann, Elias, et autres
Publié: (2018)
From Text to Talent: A Pipeline for Extracting Insights from Candidate Profiles
par: Frazzetto, Paolo, et autres
Publié: (2025)
par: Frazzetto, Paolo, et autres
Publié: (2025)
Know, Grow, and Protect Net Worth: Using ML for Asset Protection by Preventing Overdraft Fees
par: Kumar, Avishek, et autres
Publié: (2023)
par: Kumar, Avishek, et autres
Publié: (2023)
MESD: A Risk-Sensitive Metric for Explanation Fairness Across Intersectional Subgroups
par: Popoola, Gideon, et autres
Publié: (2026)
par: Popoola, Gideon, et autres
Publié: (2026)
Correcting Underrepresentation and Intersectional Bias for Classification
par: Diana, Emily, et autres
Publié: (2023)
par: Diana, Emily, et autres
Publié: (2023)
Role and Use of Race in AI/ML Models Related to Health
par: Were, Martin C., et autres
Publié: (2025)
par: Were, Martin C., et autres
Publié: (2025)
Aequitas Flow: Streamlining Fair ML Experimentation
par: Jesus, Sérgio, et autres
Publié: (2024)
par: Jesus, Sérgio, et autres
Publié: (2024)
Unraveling overoptimism and publication bias in ML-driven science
par: Saidi, Pouria, et autres
Publié: (2024)
par: Saidi, Pouria, et autres
Publié: (2024)
Fostering the Ecosystem of AI for Social Impact Requires Expanding and Strengthening Evaluation Standards
par: Wilder, Bryan, et autres
Publié: (2025)
par: Wilder, Bryan, et autres
Publié: (2025)
Geometry of Relaxed Fair Regression: A Unified Framework for Aware and Unaware Settings
par: Lince, M. Generali, et autres
Publié: (2026)
par: Lince, M. Generali, et autres
Publié: (2026)
Active Fourier Auditor for Estimating Distributional Properties of ML Models
par: Ajarra, Ayoub, et autres
Publié: (2024)
par: Ajarra, Ayoub, et autres
Publié: (2024)
FairSense: Long-Term Fairness Analysis of ML-Enabled Systems
par: She, Yining, et autres
Publié: (2025)
par: She, Yining, et autres
Publié: (2025)
Different Horses for Different Courses: Comparing Bias Mitigation Algorithms in ML
par: Ganesh, Prakhar, et autres
Publié: (2024)
par: Ganesh, Prakhar, et autres
Publié: (2024)
Systematically Assessing the Security Risks of AI/ML-enabled Connected Healthcare Systems
par: Elnawawy, Mohammed, et autres
Publié: (2024)
par: Elnawawy, Mohammed, et autres
Publié: (2024)
Auditing LLMs for Algorithmic Fairness in Casenote-Augmented Tabular Prediction
par: Lee, Xiao Qi, et autres
Publié: (2026)
par: Lee, Xiao Qi, et autres
Publié: (2026)
An ExplainableFair Framework for Prediction of Substance Use Disorder Treatment Completion
par: Lucas, Mary M., et autres
Publié: (2024)
par: Lucas, Mary M., et autres
Publié: (2024)
Quantifying the Cross-sectoral Intersecting Discrepancies within Multiple Groups Using Latent Class Analysis Towards Fairness
par: Yuan, Yingfang, et autres
Publié: (2024)
par: Yuan, Yingfang, et autres
Publié: (2024)
Measurement to Meaning: A Validity-Centered Framework for AI Evaluation
par: Salaudeen, Olawale, et autres
Publié: (2025)
par: Salaudeen, Olawale, et autres
Publié: (2025)
Fairness via Independence: A (Conditional) Distance Covariance Framework
par: Huang, Ruifan, et autres
Publié: (2024)
par: Huang, Ruifan, et autres
Publié: (2024)
A Unified Post-Processing Framework for Group Fairness in Classification
par: Xian, Ruicheng, et autres
Publié: (2024)
par: Xian, Ruicheng, et autres
Publié: (2024)
FRAPPE: A Group Fairness Framework for Post-Processing Everything
par: Tifrea, Alexandru, et autres
Publié: (2023)
par: Tifrea, Alexandru, et autres
Publié: (2023)
A Framework for Spatio-Temporal Graph Analytics In Field Sports
par: Antonini, Valerio, et autres
Publié: (2024)
par: Antonini, Valerio, et autres
Publié: (2024)
FairLay-ML: Intuitive Debugging of Fairness in Data-Driven Social-Critical Software
par: Yu, Normen, et autres
Publié: (2024)
par: Yu, Normen, et autres
Publié: (2024)
Synthpop++: A Hybrid Framework for Generating A Country-scale Synthetic Population
par: Neekhra, Bhavesh, et autres
Publié: (2023)
par: Neekhra, Bhavesh, et autres
Publié: (2023)
FedCD: A Fairness-aware Federated Cognitive Diagnosis Framework
par: Yang, Shangshang, et autres
Publié: (2025)
par: Yang, Shangshang, et autres
Publié: (2025)
A Deep Generative Framework for Joint Households and Individuals Population Synthesis
par: Qian, Xiao, et autres
Publié: (2024)
par: Qian, Xiao, et autres
Publié: (2024)
ReliCD: A Reliable Cognitive Diagnosis Framework with Confidence Awareness
par: Zhang, Yunfei, et autres
Publié: (2023)
par: Zhang, Yunfei, et autres
Publié: (2023)
Predicting Fairness of ML Software Configurations
par: Herrera, Salvador Robles, et autres
Publié: (2024)
par: Herrera, Salvador Robles, et autres
Publié: (2024)
Documents similaires
-
What Makes An Expert? Reviewing How ML Researchers Define "Expert"
par: Díaz, Mark, et autres
Publié: (2024) -
Intersectional Unfairness Discovery
par: Xu, Gezheng, et autres
Publié: (2024) -
Preventing Eviction-Caused Homelessness through ML-Informed Distribution of Rental Assistance
par: Vajiac, Catalina, et autres
Publié: (2024) -
ML Interpretability: Simple Isn't Easy
par: Räz, Tim
Publié: (2022) -
A Tutorial On Intersectionality in Fair Rankings
par: Criscuolo, Chiara, et autres
Publié: (2025)