机构名称：
¥ 1.0
环境数据科学中的社会生态不平等 - 例如，来自数据驱动的方法和机器学习（ML）的不平等现象，这是当前的问题，可能是辩论和进化。围绕所有研究和设计领域的嵌入权益的共识越来越大 - 从开始到管理，同时还解决了程序，分配和识别因素。然而，实际上这样做可能对某些人来说似乎很繁重或令人生畏。当前的观点通过为环境数据科学与社会生态不平等之间的联系提供证实，使用系统性权益框架来减轻这些类型的关注，并为在环境数据科学和ML设置中使用以股权以股权为中心的方法来正常使用范式转移。增强环境数据科学和ML的完整性只是从以股权为中心的工具开发和严格的应用程序的角度开始。为此，这种观点还通过概述了一些有意义的工具和策略，例如应用Wells-Du Bois协议，采用公平度量标准，并系统地解决不可修复的能力，从而提供了相关的未来方向和挑战；新兴需求和建议，例如解决数据偏见和支持融合研究；并建立了十个步骤的前进道路。毕竟，环境科学家和工程师的工作最终影响了我们所有人的福祉。
增强环境中的综合性 - 科学 - 科学和...
主要关键词
相关文件推荐
