Buchumschlag

Model Multiplicity and Predictive Arbitrariness in Recidivism Risk Assessment

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Singh, Ashwin, Castillo, Carlos
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Computers and Society
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Comparative User Study of Human Predictions in Algorithm-Supported Recidivism Risk Assessment
von: Portela, Manuel, et al.
Veröffentlicht: (2022)

The Cost of Arbitrariness for Individuals: Examining the Legal and Technical Challenges of Model Multiplicity
von: Ganesh, Prakhar, et al.
Veröffentlicht: (2024)

CrossLag: Predicting Major Dengue Outbreaks with a Domain Knowledge Informed Transformer
von: Prabu, Ashwin, et al.
Veröffentlicht: (2025)

Reconciling Predictive Multiplicity in Practice
von: Behzad, Tina, et al.
Veröffentlicht: (2025)

Context-Aware Quantitative Risk Assessment Machine Learning Model for Drivers Distraction
von: Fasanmade, Adebamigbe, et al.
Veröffentlicht: (2024)

Arbitrariness and Social Prediction: The Confounding Role of Variance in Fair Classification
von: Cooper, A. Feder, et al.
Veröffentlicht: (2023)

The Impact of Pseudo-Science in Financial Loans Risk Prediction
von: Scarone, Bruno, et al.
Veröffentlicht: (2025)

An Epistemic and Aleatoric Decomposition of Arbitrariness to Constrain the Set of Good Models
von: Khan, Falaah Arif, et al.
Veröffentlicht: (2023)

Vehicle-group-based Crash Risk Prediction and Interpretation on Highways
von: Zhu, Tianheng, et al.
Veröffentlicht: (2024)

DECAF: Learning to be Fair in Multi-agent Resource Allocation
von: Kumar, Ashwin, et al.
Veröffentlicht: (2025)

Reconsidering Fairness Through Unawareness From the Perspective of Model Multiplicity
von: Höltgen, Benedikt, et al.
Veröffentlicht: (2025)

Machine Learning-based Approach for Ex-post Assessment of Community Risk and Resilience Based on Coupled Human-infrastructure Systems Performance
von: Li, Xiangpeng, et al.
Veröffentlicht: (2024)

Algorithmic Arbitrariness in Content Moderation
von: Gomez, Juan Felipe, et al.
Veröffentlicht: (2024)

Trustworthy Chronic Disease Risk Prediction For Self-Directed Preventive Care via Medical Literature Validation
von: Le, Minh, et al.
Veröffentlicht: (2025)

On Prediction-Modelers and Decision-Makers: Why Fairness Requires More Than a Fair Prediction Model
von: Scantamburlo, Teresa, et al.
Veröffentlicht: (2023)

The Value of Prediction in Identifying the Worst-Off
von: Fischer-Abaigar, Unai, et al.
Veröffentlicht: (2025)

"Model Cards for Model Reporting" in 2024: Reclassifying Category of Ethical Considerations in Terms of Trustworthiness and Risk Management
von: Kennedy-Mayo, DeBrae, et al.
Veröffentlicht: (2024)

Quantifying Prediction Consistency Under Fine-Tuning Multiplicity in Tabular LLMs
von: Hamman, Faisal, et al.
Veröffentlicht: (2024)

Spatially Directional Dual-Attention GAT for Spatial Fluoride Health Risk Modeling
von: Yuan, Da
Veröffentlicht: (2025)

Between Randomness and Arbitrariness: Some Lessons for Reliable Machine Learning at Scale
von: Cooper, A. Feder
Veröffentlicht: (2024)

Evaluation without Generation: Non-Generative Assessment of Harmful Model Specialization with Applications to CSAM
von: Suriyakumar, Vinith M., et al.
Veröffentlicht: (2026)

Assessing Predictive Models for Fairness Based on Movement Patterns
von: Lettich, Francesco, et al.
Veröffentlicht: (2026)

Enhancing Multi-Attribute Fairness in Healthcare Predictive Modeling
von: Wang, Xiaoyang, et al.
Veröffentlicht: (2025)

Deep Learning Based Crime Prediction Models: Experiments and Analysis
von: Utsha, Rittik Basak, et al.
Veröffentlicht: (2024)

A Frugal Model for Accurate Early Student Failure Prediction
von: Gagaoua, Ikram, et al.
Veröffentlicht: (2025)

Which Demographic Features Are Relevant for Individual Fairness Evaluation of U.S. Recidivism Risk Assessment Tools?
von: Nguyen, Tin Trung, et al.
Veröffentlicht: (2025)

An Explainable and Fair AI Tool for PCOS Risk Assessment: Calibration, Subgroup Equity, and Interactive Clinical Deployment
von: Khan, Asma Sadia, et al.
Veröffentlicht: (2025)

Towards a Systematic Risk Assessment of Deep Neural Network Limitations in Autonomous Driving Perception
von: Pavlitska, Svetlana, et al.
Veröffentlicht: (2026)

The Risks of Recourse in Binary Classification
von: Fokkema, Hidde, et al.
Veröffentlicht: (2023)

On-Demand Sampling: Learning Optimally from Multiple Distributions
von: Haghtalab, Nika, et al.
Veröffentlicht: (2022)

A Sequentially Fair Mechanism for Multiple Sensitive Attributes
von: Hu, François, et al.
Veröffentlicht: (2023)

A Comparative Analysis of Wealth Index Predictions in Africa between three Multi-Source Inference Models
von: Karsai, Márton, et al.
Veröffentlicht: (2024)

Statistical Analysis of Risk Assessment Factors and Metrics to Evaluate Radicalisation in Twitter
von: Lara-Cabrera, Raul, et al.
Veröffentlicht: (2025)

Crash Severity Risk Modeling Strategies under Data Imbalance
von: Mamun, Abdullah Al, et al.
Veröffentlicht: (2024)

Be Intentional About Fairness!: Fairness, Size, and Multiplicity in the Rashomon Set
von: Dai, Gordon, et al.
Veröffentlicht: (2025)

Concept Map Assessment Through Structure Classification
von: Vossen, Laís P. V., et al.
Veröffentlicht: (2025)

Developing a Novel Holistic, Personalized Dementia Risk Prediction Model via Integration of Machine Learning and Network Systems Biology Approaches
von: Mamidala, Srilekha
Veröffentlicht: (2023)

Fairness Risks for Group-conditionally Missing Demographics
von: Jiang, Kaiqi, et al.
Veröffentlicht: (2024)

Extinction Risks from AI: Invisible to Science?
von: Kovarik, Vojtech, et al.
Veröffentlicht: (2024)

The Benefits and Risks of Transductive Approaches for AI Fairness
von: Razzak, Muhammed, et al.
Veröffentlicht: (2024)