Saltar al contenido
VuFind
  • Entrar
    • English
    • Deutsch
    • Español
    • Français
    • Italiano
Avanzado
  • Citar
  • Describir
  • Enviar este por Correo electrónico
  • Imprimir
  • Exportar Registro
    • Exportar a RefWorks
    • Exportar a EndNoteWeb
    • Exportar a EndNote
  • Agregar a favoritos
  • Enlace Permanente
Imagen de Portada

Guardado en:
Detalles Bibliográficos
Autores principales: Luo, Lin, Ghanta, Satwik, Nakao, Yuri, Chollet, Mathieu, Stumpf, Simone
Formato: Preprint
Publicado: 2026
Materias:
Computers and Society
Artificial Intelligence
Acceso en línea:https://arxiv.org/abs/2602.06984
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
  • Existencias
  • Descripción
  • Tabla de Contenidos
  • Comentarios
  • Ejemplares similares
  • Vista Equipo

Internet

https://arxiv.org/abs/2602.06984

Ejemplares similares

  • EARN Fairness: Explaining, Asking, Reviewing, and Negotiating Artificial Intelligence Fairness Metrics Among Stakeholders
    por: Luo, Lin, et al.
    Publicado: (2024)
  • "I think this is fair": Uncovering the Complexities of Stakeholder Decision-Making in AI Fairness Assessment
    por: Luo, Lin, et al.
    Publicado: (2025)
  • Human-in-the-loop Fairness: Integrating Stakeholder Feedback to Incorporate Fairness Perspectives in Responsible AI
    por: Taka, Evdoxia, et al.
    Publicado: (2023)
  • Towards Multi-Stakeholder Evaluation of ML Models: A Crowdsourcing Study on Metric Preferences in Job-matching System
    por: Yokota, Takuya, et al.
    Publicado: (2025)
  • One-vs.-One Mitigation of Intersectional Bias: A General Method to Extend Fairness-Aware Binary Classification
    por: Kobayashi, Kenji, et al.
    Publicado: (2020)

Opciones de búsqueda

  • Historial de Búsqueda
  • Búsqueda Avanzada

Buscar Más

  • Revisar el Catálogo
  • Lista Alfabética
  • Explorar canales
  • Reservas de Curso
  • Nuevos ejemplares

¿Necesita Ayuda?

  • Consejos de búsqueda
  • Consulte a un Bibliotecario
  • Preguntas Frecuentes