Achieving Socio-Economic Parity through the Lens of EU AI Act
本研究指出现有AI公平概念忽视社会经济地位(SES),提出社会经济平权(SEP)概念及度量,优化受SEP约束的模型以缓解偏见,并结合EU AI Act探讨其法律合规性。
2025-04-04 cs.CY
Detecting Socio-Economic Impact of Cultural Investment Through Geo-Social Network Analysis
利用近400万过渡记录三年在伦敦从一个流行的基于位置的社交网络服务,四方,我们研究如何跟踪的影响,并衡量在小城市地区的文化投资的有效性。我们揭示了社会经济地位,当地的文化支出,和网络特征提取的用户移动轨迹之间的潜在关系。这项研究提出了如何地理社会和移动服务更普遍地可以被用来作为代理跟踪当地的变化,政府的财政努力放在发展城市地区,从而为进一步的政策制定和投资优化提供证据和建议。
2018-07-05 cs.CY cs.GR
Using Crowdsourcing to Identify a Proxy of Socio-Economic status
社交媒体为研究人员提供了前所未有的机会,以深入了解人类生活的各个方面。卫生从业者非常重视查明个人的社会经济地位(SES),因为他们可以用它来预测某些疾病。众包是一个创造出来的术语,它需要从在线用户社区收集情报。为了将在线用户分组到社区中,研究人员利用了标签来挑选社区用户的兴趣。在本文中,我们提出了一种机制,根据他们的地理背景,一定的一组用户,并建立这样的用户语料库。具体来说,我们已经研究了一些车辆的讨论论坛,在这些论坛上,该网站为不同地区建立了社区,以表达他们的不满或歌颂车辆。从这样的讨论中,可以收集这些用户组所遵循的词汇。我们比较了不同社区的语料库,并注意到语言选择的差异。这为我们预测这些社区的社会经济状况提供了基础,这些社区对健康从业者特别有帮助,反过来又用于智慧城市,为社区成员提供更好的服务。更多的工作正在进行中,以将单词和表情符号从vo-cablary(OOV)中提取出来,并将平均得分作为特例进行评估。
2019-02-19 cs.CY
Evaluating socio-economic state of a country analyzing airtime credit and mobile phone datasets
可靠的统计资料对于在健全的基础上作出政治决定和帮助衡量政策的影响十分重要。不幸的是,发展中国家的统计局资源匮乏,因此统计普查只是零星进行。基于移动电话通信和通话时间信用购买的历史,我们估计个人的相对收入,收入的多样性和不平等,以及非洲国家细粒度地区的社会经济隔离指标。我们的研究展示了如何使用移动电话数据集作为了解一个国家社会经济状况的起点,这在资源很少的国家进行大型调查特别有用。
2013-09-17 cs.CY cs.SI physics.soc-ph
Responding to complexity in socio-economic systems: How to build a smart and resilient society?
世界正在以越来越快的速度发生变化。它的变化比人们想象的要根本得多,主要是因为它比我们整个历史上更加相互联系和相互依赖。每一个新产品,每一个新发明都可以与以前存在的产品相结合,从而产生复杂性的爆炸:结构复杂性,动态复杂性,功能复杂性和算法复杂性。如何应对这一挑战?代价是什么?
2015-04-15 cs.CY physics.soc-ph
Modeling public mood and emotion: Twitter sentiment and socio-economic phenomena
微博是一种在线交流形式,用户通过它向公众或选定的联系人圈子广播简短的文本更新,也称为推文。自2006年Twitter推出以来,各种各样的微博使用已经出现:日常聊天,对话,信息共享和新闻评论等等。无论其内容和预期用途如何,推文通常都会传达有关作者情绪状态的相关信息。因此,推文可以被视为公众情绪状态的时间真实的微观实例。在本文中,我们对2008年8月1日至12月20日期间Twitter用户发布的所有公共推文进行了情感分析。对于时间轴中的每一天,我们使用扩展版的情绪状态(POMS)(一种成熟的心理测量工具)提取六个维度的情绪(紧张、抑郁、愤怒、活力、疲劳、困惑)。我们将我们的结果与股票市场和原油价格指数以及媒体和流行文化中的重大事件(如2008年11月4日的美国总统选举和感恩节)记录的波动进行比较。我们发现,社会、政治、文化和经济领域的事件确实对公众情绪的各个方面产生重大、直接和高度具体的影响。我们推测,对情绪的大规模分析可以提供一个坚实的平台,根据其对现有社会和经济指标的预测价值来模拟集体情绪趋势。
2009-11-09 cs.CY
Analyzing Impact of Socio-Economic Factors on COVID-19 Mortality Prediction Using SHAP Value
School of Information, The University of Texas at Austin(德克萨斯大学奥斯汀分校信息学院);Dell Medical School, The University of Texas at Austin(德克萨斯大学奥斯汀分校戴尔医学院)
本文将多种机器学习(ML)算法应用于COVID-19研究数据库提供的去识别COVID-19患者数据集。该数据集包括20,878名COVID阳性患者,其中9,177名患者于2020年死亡。本文旨在了解和解释患者的社会经济特征与其死亡率的关系,而不是最大限度地提高预测准确性。根据我们的分析,患者家庭的年收入和可支配收入、年龄、教育和就业状况显著影响机器学习模型的预测。我们还观察了几个个体患者数据,这使我们能够深入了解特征值如何影响该数据点的预测。本文分析了机器学习模型对COVID患者社会经济数据的全局和局部解释。
2023-02-27 cs.AI cs.CY cs.LG
Agent-based modeling and the sociology of money: some suggestions for refining monetary theory using social simulation
本文回顾了经济学和社会学中的货币性质观点,对比了“货币涌现”的基于智能体模型,指出结合社会学与形式化方法能为货币理论的老问题提供新答案。
2025-06-27 cs.CY physics.soc-ph
Socio-economic, built environment, and mobility conditions associated with crime: A study of multiple cities
如今,世界上23%的人口居住在数百万个城市。在这些大都市中,犯罪活动比小城市或农村地区高得多,暴力程度也高得多。因此,了解哪些因素影响大城市的城市犯罪是一个迫切需要。主流研究通过历史面板数据或结合生态因素和探索性绘图的历史模式分析来分析犯罪记录。最近,随着时间的推移,机器学习方法已经提供了明智的犯罪预测。然而,以前的研究都集中在一个单一的城市在同一时间,只考虑有限的因素(如社会经济特征),往往在大的空间单位。因此,我们对影响跨文化和跨城市犯罪的因素的了解非常有限。在这里,我们提出了一个贝叶斯模型,探讨犯罪是如何不仅与社会经济因素,而且还建成环境(如土地使用)和流动性特点的街区。为此,我们将多个开放数据源与移动电话跟踪相结合,并比较不同因素与不同城市(即波士顿,波哥大,洛杉矶和芝加哥)犯罪的相关性。我们发现,结合使用的社会经济条件,流动性信息和物理特性的邻里有效地解释了犯罪的出现,并提高了传统的方法的性能。然而,我们表明,社区的社会生态因素与犯罪非常不同,从一个城市到另一个。因此,显然不存在“一刀切”的模式。
2020-04-13 cs.CY cs.SI physics.soc-ph
An analytical framework to nowcast well-being using mobile phone data
一个有趣的开放性问题是,对记录人类活动的大数据进行测量是否可以为我们提供社会经济发展和福祉的高保真代理。我们是否可以通过大数据的镜头观察其居民的行为来监测和预测一个地区的社会经济发展?在本文中,我们设计了一个数据驱动的分析框架,该框架使用从移动电话数据中提取的移动性指标和社会指标来估计社会经济发展和福祉指标。我们发现,流动性的多样性,定义在熵的个人用户的轨迹,表现出(i)显着的相关性与两个不同的社会经济指标和(ii)最高的重要性,在预测模型建立预测的社会经济指标。我们的分析框架打开了一个有趣的视角,通过大数据的镜头,通过新的统计指标,量化和可能的“nowcast”一个地区的福祉和社会经济发展来研究人类行为。
2016-03-16 cs.CY cs.SI physics.soc-ph
Geo-clustered chronic affinity: pathways from socio-economic disadvantages to health disparities
我们的目标是开发和测试一个新的概念(亲和力)类似于个人在人口普查区水平在孟菲斯,田纳西州的慢性疾病的多发病。亲和力的使用将改善对多种慢性病的监测,并促进有效干预措施的设计。我们使用了公开的慢性病数据(疾病控制和预防中心500个城市项目),社会人口数据(美国人口普查局)和人口数据(环境系统研究所)。观察到一种与社会经济剥夺相关的聚集性慢性亲和力的地理独特模式。统计结果证实,犯罪率、贫困率和失业率较高的社区与主要慢性病之间具有较高亲和力的可能性增加有关。然而,在模型中包括吸烟后,只有犯罪率与慢性亲和力在统计上显著相关。长期的亲和力劣势在社会隔离地区不成比例地积累。我们显示了在人群水平上常见的共同观察到的慢性疾病之间的联系,并系统地探讨了亲和力和社会经济差异的复杂性。我们的亲和度评分基于公开数据集,可作为人群水平上多发病的替代指标,这可能有助于政策制定者和公共卫生规划者识别慢性病的紧急热点,并有效地分配临床,医疗和卫生资源。
2019-11-21 cs.CY math.ST stat.TH
Unveiling the influence of behavioural, built environment and socio-economic features on the spatial and temporal variability of bus use using explainable machine learning
本研究基于北京公交智能卡数据,采用可解释机器学习分析高峰时段公交使用时空变异性的影响因素,揭示了多类建成环境特征的非线性作用,为公交系统运营与规划提供参考。
2024-02-06 cs.CY
Using Socio-economic Indicators, Smart Transit Systems, and Urban Simulator to Accelerate ZEV Adoption and Reduce VMT
North Carolina Agricultural and Technical University(北卡罗来纳农业技术州立大学);University of Houston(休斯顿大学);Alfaisal University(费萨尔大学)
本文提出利用社会经济指标和智能交通系统,通过城市模拟器加速零排放车辆的普及并减少车辆行驶里程,以应对交通排放挑战。
2025-12-16 cs.AI cs.CY
Linking Alternative Fuel Vehicles Adoption with Socioeconomic Status and Air Quality Index
Montclair State University(蒙特克莱尔州立大学)
这是一项关于替代燃料车辆的潜在广泛使用的研究,将其与相应消费者的社会经济状况以及对由此产生的空气质量指数的影响联系起来。这一领域的研究旨在利用机器学习技术,以促进适当的政策,促进电动汽车等替代燃料汽车的普及,并对不同的人口群体给予应有的公正。皮尔森相关系数被部署在社会经济数据,空气质量指数和替代燃料汽车数据之间的关系建模。根据社会经济因素,采用线性回归对采用替代燃料汽车的空气质量指数进行预测建模。这项工作使人工智能为社会公益服务。
2023-03-15 cs.AI cs.CY cs.LG
Socio-economic landscape of digital transformation & public NLP systems: A critical review
本文对公共领域NLP系统展开批判性综述,构建涵盖7大应用领域的分类体系,从多维度分析其社会技术属性、背景影响与功能蔓延问题,补充批判性AI的分析框架并指明研究方向。
2023-08-27 cs.CY cs.HC
Using Explainable AI to Cross-Validate Socio-economic Disparities Among Covid-19 Patient Mortality
University of Texas at Austin(德克萨斯大学奥斯汀分校)
本文应用可解释的人工智能(XAI)方法调查COVID患者死亡率的社会经济差异。基于去识别的奥斯汀地区医院数据集构建极端梯度提升(XGBoost)预测模型,以预测COVID-19患者的死亡率。我们采用两种XAI方法,Shapley加法解释(SHAP)和局部可解释模型不可知解释(LIME),比较全局和局部解释的特征重要性。本文展示了使用XAI的优势,显示了特征的重要性和决定性能力。此外,我们使用XAI方法来交叉验证他们对个体患者的解释。XAI模型显示,医疗保险的财务类别,年龄较大,性别对死亡率的预测有很大的影响。我们发现,LIME本地的解释并没有显示出显着的差异,在功能的重要性相比,SHAP,这表明模式确认。本文论证了XAI方法在特征属性交叉验证中的重要性。
2023-02-16 cs.AI cs.CY cs.LG
Are LLMs (Really) Ideological? An IRT-based Analysis and Alignment Tool for Perceived Socio-Economic Bias in LLMs
University of Klagenfurt(克拉根福大学);Digital Age Research Center D’ARC(数字时代研究中心D’ARC)
提出基于 IRT 的两阶段框架,通过建模回答回避与已回答内容偏见,无主观标注地量化 LLM 社会经济偏见,发现现成模型更多是回避而非党派偏见。
2025-03-17 cs.AI cs.CL cs.CY
From Social Data Mining to Forecasting Socio-Economic Crisis
社会经济数据采掘在更好地理解我们的经济和社会所面临的问题方面具有巨大的潜力,例如金融不稳定,资源短缺或冲突。如果没有大规模的数据采掘,这些领域的进展似乎很难或不可能。因此,应该在欧洲建立合适的分布式数据采掘基础设施和研究中心。建立一个危机观察站网络似乎也是适当的。可以把它们想象成专门收集和处理关于地球及其生态系统等自然系统以及人类技术-社会-经济系统的大量数据的实验室,以便获得即将发生的事件的早期预警。现实挖掘提供了更快、更准确地适应不断变化的情况的机会。个性化定制服务带来了更多的机会,但这些服务应以尊重隐私的方式提供。这就需要开发新的信息和通信技术(如自组织网络),但很可能还需要新的法律法规和适当的机构。只要在世界范围内缺乏这样的法规,科学家们就应该探索如何利用现有的大量数据。大数据确实有可能改变甚至威胁民主社会。这同样适用于信通技术系统的突然和大规模故障。因此,处理数据必须以高度的责任感和谨慎态度进行。在公共利益受到影响的情况下,个人、公司或机构的自身利益是有限度的,公共利益不足以成为侵犯个人人权的理由。隐私和保密一样,都是一种高价值的商品,破坏它会对社会产生严重的副作用。
2011-07-26 cs.CY cs.DB cs.DC
Bridging the Digital Divide: Performance Variation across Socio-Economic Factors in Vision-Language Models
University of Michigan - Ann Arbor(密歇根大学安娜堡分校)
本研究评估CLIP模型在Dollar Street数据集上对不同收入水平家庭图像的性能,发现低收入群体性能显著低于高收入群体,并提出促进经济包容性AI发展的可行措施。
2023-11-09 cs.AI cs.CL cs.CV
Predicting Long-Term Self-Rated Health in Small Areas Using Ordinal Regression and Microsimulation
University of Galway(高威大学)
本文通过序秩回归和微观模拟预测小区域长期自评健康,发现老龄化可能略微降低爱尔兰平均健康状况。
2026-01-20 cs.CY cs.MA
Impoverished Language Technology: The Lack of (Social) Class in NLP
Bocconi University(博科尼大学);Mohamed Bin Zayed University of Artificial Intelligence(穆罕默德·本·扎耶德人工智能大学)
本研究针对NLP领域对社会经济阶级因素研究严重不足的问题,通过文献调研发现仅20篇相关论文且多数未深入探讨,进而提出可操作的阶级定义,呼吁未来语言技术纳入社会阶级维度。
2024-03-06 cs.AI cs.CL cs.CY
Investigating Tax Evasion Emergence Using Dual Large Language Model and Deep Reinforcement Learning Powered Agent-based Simulation
提出融合大语言模型与深度强化学习的基于智能体模拟框架,在不预设逃税的条件下研究非正规经济涌现,并揭示人格、叙事、执法和公共物品效率的作用。
2025-08-30 cs.CY cs.IR cs.MA
Pandemic Lessons -- Devising an assessment framework to analyse policies for sustainability
COVID-19疫情突显了全球在确保社会整体社会经济福祉方面持续存在的多层面基本挑战。这些问题随着人口密度的增加而加剧,并随着若干社会经济地理文化活动参数而变化。这些问题直接突出了实现相互依存的联合国可持续发展目标(SDG)的迫切需要,以确保我们未来不会进入感染新的人畜共患病病毒的恶性循环,并且不需要在引发社会经济破坏的同时寻找疫苗。人类活动/反应的行为变化对于实现相互依存的可持续发展目标是必不可少的。我们采用根源分析方法,制定了年度评估框架,以可行地分析和确定实现可持续发展目标所需的特定区域的下游/上游社会经济政策。该框架使用了一个信息图条形图,该图以20个人类活动/影响参数的标准化值为基础,分为三类-负面、限制性和正面。我们以涵盖可持续发展目标的整体观点,通过这一框架说明了特定区域人类行为改革的影响和迫切需要。这一框架使人们能够预见政策在将负面参数值降低到理想的零水平方面的潜力,以便通过地球健康实现可持续发展目标。
2021-05-24 cs.CY cs.SI econ.GN