MétaCan
Menu
Retour à la cohorte
Enregistrement W4367722415 · doi:10.2139/ssrn.4426783

Recommender Algorithms Do No Harm ~90% But… An Exploratory Risk-Utility Meta-Analysis of Algorithmic Audits

2023· article· en· W4367722415 sur OpenAlexaff
Martin Hilbert, Arti Thakur, Feng Ji, Pablo M. Flores, Xiaoya Zhang, Jee Young Bhan, Patrick Bernhard

Notice bibliographique

RevueSSRN Electronic Journal · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueExplainable Artificial Intelligence (XAI)
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésAuditComputer scienceRecommender systemHarmAlgorithmExploratory analysisData miningRisk analysis (engineering)Information retrievalData scienceBusinessAccountingPsychology

Résumé

récupéré en direct d'OpenAlex
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,122
score de la tête « metaresearch » (Gemma)0,337
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,878
Score d'incertitude au seuil0,643

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1220,337
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0050,011
Bibliométrie0,0060,005
Études des sciences et des technologies0,0010,002
Communication savante0,0060,009
Science ouverte0,0030,003
Intégrité de la recherche0,0020,006
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,086
Tête enseignante GPT0,324
Écart entre enseignants0,238 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeMéta-analyse
DomaineMéthodes
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueSSRN Electronic JournalMême sujetExplainable Artificial Intelligence (XAI)Travaux en français237 207