Buchumschlag

Exam Readiness Index (ERI): A Theoretical Framework for a Composite, Explainable Index

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Verma, Ananda Prakash
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computers and Society Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

EDGE: A Theoretical Framework for Misconception-Aware Adaptive Learning
von: Verma, Ananda Prakash
Veröffentlicht: (2025)

The 2025 Foundation Model Transparency Index
von: Wan, Alexander, et al.
Veröffentlicht: (2025)

The 2024 Foundation Model Transparency Index
von: Bommasani, Rishi, et al.
Veröffentlicht: (2024)

The Sentience Readiness Index: A Preliminary Framework for Measuring National Preparedness for the Possibility of Artificial Sentience
von: Rost, Tony
Veröffentlicht: (2026)

Transparent AI: The Case for Interpretability and Explainability
von: Ramachandram, Dhanesh, et al.
Veröffentlicht: (2025)

FNDEX: Fake News and Doxxing Detection with Explainable AI
von: Sallami, Dorsaf, et al.
Veröffentlicht: (2024)

Mapping the Potential of Explainable AI for Fairness Along the AI Lifecycle
von: Deck, Luca, et al.
Veröffentlicht: (2024)

Explainable AI for Predicting and Understanding Mathematics Achievement: A Cross-National Analysis of PISA 2018
von: Liu, Liu, et al.
Veröffentlicht: (2025)

Rethinking Technological Readiness in the Era of AI Uncertainty
von: Browne, S. Tucker, et al.
Veröffentlicht: (2025)

Explainable AI Systems Must Be Contestable: Here's How to Make It Happen
von: Moreira, Catarina, et al.
Veröffentlicht: (2025)

A Data-Driven Framework for Digital Transformation in Smart Cities: Integrating AI, Dashboards, and IoT Readiness
von: Lloret, Ángel, et al.
Veröffentlicht: (2025)

Explainable AI for Mental Health Emergency Returns: Integrating LLMs with Predictive Modeling
von: Ahmed, Abdulaziz, et al.
Veröffentlicht: (2025)

BERT-Based Approach for Automating Course Articulation Matrix Construction with Explainable AI
von: Shiferaw, Natenaile Asmamaw, et al.
Veröffentlicht: (2024)

Learning-to-Explain through 20Q Gaming: An Explainable Recommender for Cybersecurity Education
von: Nusrat, Mary, et al.
Veröffentlicht: (2026)

SHAP Distance: An Explainability-Aware Metric for Evaluating the Semantic Fidelity of Synthetic Tabular Data
von: Yu, Ke, et al.
Veröffentlicht: (2025)

TransFlower: An Explainable Transformer-Based Model with Flow-to-Flow Attention for Commuting Flow Prediction
von: Luo, Yan, et al.
Veröffentlicht: (2024)

Mind the Gap! Bridging Explainable Artificial Intelligence and Human Understanding with Luhmann's Functional Theory of Communication
von: Keenan, Bernard, et al.
Veröffentlicht: (2023)

Adopting Explainable-AI to investigate the impact of urban morphology design on energy and environmental performance in dry-arid climates
von: Eshraghi, Pegah, et al.
Veröffentlicht: (2024)

Explainable Artificial Intelligence: A Survey of Needs, Techniques, Applications, and Future Direction
von: Mersha, Melkamu, et al.
Veröffentlicht: (2024)

Explainable AI: Learning from the Learners
von: Vinuesa, Ricardo, et al.
Veröffentlicht: (2026)

A Unifying Human-Centered AI Fairness Framework
von: Rahman, Munshi Mahbubur, et al.
Veröffentlicht: (2025)

Say My Name: a Model's Bias Discovery Framework
von: Ciranni, Massimiliano, et al.
Veröffentlicht: (2024)

AI Data Development: A Scorecard for the System Card Framework
von: Bahiru, Tadesse K., et al.
Veröffentlicht: (2025)

A Post-Processing-Based Fair Federated Learning Framework
von: Zhou, Yi, et al.
Veröffentlicht: (2025)

FairGridSearch: A Framework to Compare Fairness-Enhancing Models
von: Ma, Shih-Chi, et al.
Veröffentlicht: (2024)

Deprecating Benchmarks: Criteria and Framework
von: Joaquin, Ayrton San, et al.
Veröffentlicht: (2025)

Enhancing Team Diversity with Generative AI: A Novel Project Management Framework
von: Chan, Johnny, et al.
Veröffentlicht: (2025)

Defining AI Models and AI Systems: A Framework to Resolve the Boundary Problem
von: Sun, Yuanyuan, et al.
Veröffentlicht: (2026)

A Comparative Study of Sampling Methods with Cross-Validation in the FedHome Framework
von: Ahmadi, Arash, et al.
Veröffentlicht: (2024)

FlashST: A Simple and Universal Prompt-Tuning Framework for Traffic Prediction
von: Li, Zhonghang, et al.
Veröffentlicht: (2024)

Suitability Filter: A Statistical Framework for Classifier Evaluation in Real-World Deployment Settings
von: Pouget, Angéline, et al.
Veröffentlicht: (2025)

Towards AI Transparency and Accountability: A Global Framework for Exchanging Information on AI Systems
von: Buckley, Warren, et al.
Veröffentlicht: (2023)

On the Need and Applicability of Causality for Fairness: A Unified Framework for AI Auditing and Legal Analysis
von: Binkyte, Ruta, et al.
Veröffentlicht: (2022)

Protecting Student Mental Health with a Context-Aware Machine Learning Framework for Stress Monitoring
von: Ovi, Md Sultanul Islam, et al.
Veröffentlicht: (2025)

Diagnosing Hallucination Risk in AI Surgical Decision-Support: A Sequential Framework for Sequential Validation
von: Chen, Dong, et al.
Veröffentlicht: (2025)

Large Language Model (LLM) Bias Index -- LLMBI
von: Oketunji, Abiodun Finbarrs, et al.
Veröffentlicht: (2023)

A Multi-Plant Machine Learning Framework for Emission Prediction, Forecasting, and Control in Cement Manufacturing
von: Fayaz, Sheikh Junaid, et al.
Veröffentlicht: (2026)

Advancing Crime Linkage Analysis with Machine Learning: A Comprehensive Review and Framework for Data-Driven Approaches
von: Lima, Vinicius, et al.
Veröffentlicht: (2024)

Designing Skill-Compatible AI: Methodologies and Frameworks in Chess
von: Hamade, Karim, et al.
Veröffentlicht: (2024)

HH4AI: A methodological Framework for AI Human Rights impact assessment under the EUAI ACT
von: Ceravolo, Paolo, et al.
Veröffentlicht: (2025)