XiaoMi-AI文件搜索系统
World File Search System种族问题
![arXiv:2109.02202v1 [cs.AI] 2021 年 9 月 6 日](/simg/5\55baf6cb57275ce7df25ca5c5de85c262f57827f.png)
arXiv:2109.02202v1 [cs.AI] 2021 年 9 月 6 日
[1] Kimberly D Acquaviva 和 Matthew Mintz。2010 年。《观点：我们是否在教授种族定性？病例陈述中主观判定种族和族裔的危险》。《学术医学》85，4（2010），702-705。[2] Sarah E Ali-Khan、Tomasz Krakowski、Rabia Tahir 和 Abdallah S Daar。2011 年。《种族、族裔和血统在人类遗传研究中的应用》。《HUGO 杂志》5，1（2011），47-63。[3] Dwayne T Brandon、Lydia A Isaac 和 Thomas A LaVeist。2005 年。《塔斯基吉的遗产和对医疗保健的信任：塔斯基吉是否要为对医疗保健的不信任中的种族差异负责？ 《国家医学会杂志》 97, 7 (2005), 951。[4] Lundy Braun、Anne Fausto-Sterling、Duana Fullwiley、Evelynn M Hammonds、Alondra Nelson、William Quivers、Susan M Reverby 和 Alexandra E Shields。2007 年。《医疗实践中的种族类别：它们有多大用处？》PLoS 医学 4, 9 (2007)，e271。[5] Asif Doja、M Dylan Bould、Chantalle Clarkin、Kaylee Eady、Stephanie Sutherland 和 Hilary Writer。2016 年。《整个培训过程中的隐性和非正规课程：一项横断面定性研究》。《医学教师》 38, 4 (2016)，410–418。[6] Keisa Fallin-Bennett。 2015. 医学界对性少数群体的隐性偏见：职业影响的周期和隐性课程的作用。《学术医学》90，5（2015），549–552。[7] Chloë FitzGerald 和 Samia Hurst。2017. 医疗专业人士的隐性偏见：系统评价。《BMC 医学伦理》18，1（2017），1–18。[8] Linda M Hunt、Nicole D Truesdell 和 Meta J Kreiner。2013. 临床护理中的基因、种族和文化：慢性病管理中的种族定性。《医学人类学季刊》27，2（2013），253–271。[9] J Jaiswal、C LoSchiavo 和 DC Perlman。 2020. 新冠疫情期间的虚假信息、错误信息和不平等驱动的不信任：艾滋病否认主义未吸取的教训。《艾滋病与行为》第 24 卷 (2020)，第 2776–2780 页。[10] Myungha Jang、Shiri Dori-Hacohen 和 James Allan。2017. 群体内部的建模争议。ACM SIGIR 信息检索理论国际会议论文集（荷兰阿姆斯特丹）。计算机协会，美国纽约州纽约，第 141–149 页。https://doi.org/10.1145/3121050.3121067 ICTIR '17。[11] Reena Karani、Lara Varpio、Win May、Tanya Horsley、John Chenault、Karen Hughes Miller 和 Bridget O'Brien。 2017. 评论：卫生职业教育中的种族主义和偏见：教育工作者、教师开发人员和研究人员如何发挥作用。《学术医学》92，11S（2017），S1-S6。[12] Tao Le、Vikas Bhushan、Matthew Sochat、Kimberly Kallianos、Yash Chavda、Andrew Harrison Zureick 和 Mehboob Kalani。2018. 2018 年 USMLE Step 1 急救指南。麦格劳-希尔医学。[13] Heidi Lempp 和 Clive Seale。2004. 本科医学教育中的隐性课程：医学生对教学看法的定性研究。Bmj 329，7469（2004），770-773。[14] J. Madara。2020。美国的医疗危机比新冠肺炎更为严重。https://www.ama-assn.org/about/leadership/america-s-health-care-crisis-much-deeper-covid [15] Maria Athina Tina Martimianakis、Barret Michalec、Justin Lam、Carrie Cartmill、Janelle S Taylor 和 Frederic W Hafferty。2015 年。人文主义、隐性课程和教育改革：范围审查和主题分析。Academic Medicine 90, 11 (2015)，S5–S13。[16] Sandra G Mayson。2018 年。偏见进，偏见出。YAle lJ 128 (2018)，2218。[17] Jonathan M Metzl 和 Dorothy E Roberts。2019 年。结构性能力与结构性种族主义相遇：种族、政治和医学知识结构。在《社会医学读本》第二卷第三版中。杜克大学出版社，170-187。 [18] Long H. Nguyen、Amit D. Joshi、David A. Drew、Jordi Merino、Wenjie Ma、Chun-Han Lo、Sohee Kwon、Kai Wang、Mark S. Graham、Lorenzo Polidori、CristinaMenni、Carole H. Sudre、Adjoa Anyane-Yeboa、Christina M. Astley、Erica T. Warner、ChristinaY。 Hu、Somesh Selvachandran、RichardDavies、Denis Nash、Paul W. Franks、Jonathan Wolf、Sebastien Ourselin、Claire J. Steves、Tim D. Spector、Andrew T. Chan 并代表 COPE 联盟。 2021。COVID-19 疫苗犹豫和使用方面的种族和民族差异。 medRxiv (2021)。 https://doi.org/10.1101/2021.02.25.21252402 arXiv:https://www.medrxiv.org/content/early/2021/02/28/2021.02.25.21252402.full.pdf [19] Anne Pollock。2012. 4. 超越基因决定论的奴隶制假说。在《药物治疗种族》中。杜克大学出版社，107–130。 [20] Amit Prasad。2021. 反科学的错误信息和阴谋：COVID-19、后真相和科学与技术研究（STS）。科学、技术与社会 (2021)。https://doi.org/10.1177/09717218211003413 [21] Kelsey Ripp 和 Lundy Braun。 2017。医学教育中的种族/民族：美国医师执照考试第一步问题库分析。医学教学与学习 29, 2 (2017)，115–122。[22] Angela Saini。2019。优越性：种族科学的回归。Beacon Press。[23] Jennifer Tsai、Laura Ucik、Nell Baldwin、Christopher Hasslinger 和 Paul George。2016。种族问题？审视和重新思考临床前医学教育中的种族形象。学术医学 91, 7 (2016)，916–920。[18] Long H. Nguyen、Amit D. Joshi、David A. Drew、Jordi Merino、Wenjie Ma、Chun-Han Lo、Sohee Kwon、Kai Wang、Mark S. Graham、Lorenzo Polidori、CristinaMenni、Carole H. Sudre、Adjoa Anyane-Yeboa、Christina M. Astley、Erica T. Warner、ChristinaY. Hu、Somesh Selvachandran、RichardDavies、Denis Nash、Paul W. Franks、Jonathan Wolf、Sebastien Ourselin、Claire J. Steves、Tim D. Spector、Andrew T. Chan 以及 COPE 联盟代表。2021 年。COVID-19 疫苗犹豫和接种中的种族和族裔差异。medRxiv (2021)。 https://doi.org/10.1101/2021.02.25.21252402 arXiv:https://www.medrxiv.org/content/early/2021/02/28/2021.02.25.21252402.full.pdf [19] Anne Pollock。2012. 4. 超越基因决定论的奴隶制假说。在《药物治疗种族》中。杜克大学出版社，107–130。 [20] Amit Prasad。2021. 反科学的错误信息和阴谋：COVID-19、后真相和科学与技术研究（STS）。科学、技术与社会 (2021)。https://doi.org/10.1177/09717218211003413 [21] Kelsey Ripp 和 Lundy Braun。 2017。医学教育中的种族/民族：美国医师执照考试第一步问题库分析。医学教学与学习 29, 2 (2017)，115–122。[22] Angela Saini。2019。优越性：种族科学的回归。Beacon Press。[23] Jennifer Tsai、Laura Ucik、Nell Baldwin、Christopher Hasslinger 和 Paul George。2016。种族问题？审视和重新思考临床前医学教育中的种族形象。学术医学 91, 7 (2016)，916–920。[18] Long H. Nguyen、Amit D. Joshi、David A. Drew、Jordi Merino、Wenjie Ma、Chun-Han Lo、Sohee Kwon、Kai Wang、Mark S. Graham、Lorenzo Polidori、CristinaMenni、Carole H. Sudre、Adjoa Anyane-Yeboa、Christina M. Astley、Erica T. Warner、ChristinaY. Hu、Somesh Selvachandran、RichardDavies、Denis Nash、Paul W. Franks、Jonathan Wolf、Sebastien Ourselin、Claire J. Steves、Tim D. Spector、Andrew T. Chan 以及 COPE 联盟代表。2021 年。COVID-19 疫苗犹豫和接种中的种族和族裔差异。medRxiv (2021)。 https://doi.org/10.1101/2021.02.25.21252402 arXiv:https://www.medrxiv.org/content/early/2021/02/28/2021.02.25.21252402.full.pdf [19] Anne Pollock。2012. 4. 超越基因决定论的奴隶制假说。在《药物治疗种族》中。杜克大学出版社，107–130。 [20] Amit Prasad。2021. 反科学的错误信息和阴谋：COVID-19、后真相和科学与技术研究（STS）。科学、技术与社会 (2021)。https://doi.org/10.1177/09717218211003413 [21] Kelsey Ripp 和 Lundy Braun。 2017。医学教育中的种族/民族：美国医师执照考试第一步问题库分析。医学教学与学习 29, 2 (2017)，115–122。[22] Angela Saini。2019。优越性：种族科学的回归。Beacon Press。[23] Jennifer Tsai、Laura Ucik、Nell Baldwin、Christopher Hasslinger 和 Paul George。2016。种族问题？审视和重新思考临床前医学教育中的种族形象。学术医学 91, 7 (2016)，916–920。种族问题？审视并重新思考临床前医学教育中的种族描述。《学术医学》91，7（2016），916–920。种族问题？审视并重新思考临床前医学教育中的种族描述。《学术医学》91，7（2016），916–920。
人工智能：种族和性别偏见
• Achiume, T. (n.d.)。联合国专家警告称，新兴数字技术加剧种族不平等。2021 年 3 月 6 日检索自 https://www.ohchr.org/en/NewsEvents/Pages/DisplayNews.aspx?NewsID =26101&LangID=EBajorek, J. P. (2019 年 5 月 10 日)。• 人脸识别技术中的种族歧视。2021 年 3 月 5 日检索自 https://sitn.hms.harvard.edu/flash/2020/racial-discrimination- in-face-recognition-technology/Roberts, R. J., & De Hamsher, K. S. (1984)。• Garve, C., & Frankle, J.(2016 年 4 月 7 日)。面部识别软件可能存在种族偏见问题。检索于 2021 年 4 月 4 日，来自 https://apexart.org/images/breiner/articles/FacialRecognitionSoftwareMi ght.pdf。• Perkowitz, S. (2021)。机器中的偏见：面部识别技术和种族差异。麻省理工学院计算社会和道德责任案例研究。doi:10.21428/2c646de5.62272586 • Grose, Thomas K. “认知失调。”ASEE Prism 27.7 (2018): 17。ProQuest。网络。4 月 7 日。2021 年。• Bacchini, F., & Lorusso, L. (2019)。再次讨论种族问题：人脸识别技术如何强化种族歧视。《信息、通信与社会伦理杂志》，17(3)，321-335。doi:10.1108/jices- 05-2018-0050 • Buolamwini, J., & Gebru, T. (2018)。性别阴影：商业性别分类中的交叉准确度差异 ∗ 。机器学习研究论文集。http://proceedings.mlr.press/v81/buolamwini18a/buolamwini18a.pdf • Learned-Miller, E., Ordonez, V., Morganstern, J., & Buolamwini, J.(2020 年 5 月 29 日)。野外面部识别技术。2021 年 4 月 4 日检索自 https://global-uploads.webflow.com/5e027ca188c99e3515b404b7/5ed1145952bc18520 3f3d009_FRTsFederalOfficeMay2020.pdf • Reza, M. (2021 年 4 月 7 日)。民权组织呼吁奥斯汀禁止执法部门使用面部识别软件。2021 年 4 月 11 日检索自 http://grassrootsleadership.org/releases/2021/04/civil-rights-groups-call-austin-ban-law-enforcement-s-use-facial-recognition
2020 年 8 月 - BRAIN 计划
2020 年 8 月 20 日 2020 年 8 月 20 日，美国国立卫生研究院 (NIH) 通过推进创新神经技术® (BRAIN) 计划开展脑研究举行了神经伦理学工作组 (NEWG) 虚拟会议。会议参与者讨论了神经伦理学如何帮助改善神经科学研究中的种族不平等以及与伦理相关的 COVID-19 对人类受试者研究的影响。NIH BRAIN 计划主任 John Ngai 博士在开幕词中强调了认识和解决 NIH 员工、NIH 资助者和研究中的种族差异的重要性。Ngai 博士指出，通过积极解决这些问题并增强多样性，BRAIN 可以使科学界和受脑部疾病影响的人们受益，包括代表性不足和服务不足的人群。他还提到了正在努力为更广泛的神经科学界实现技术民主化。会议接下来进行了两场演讲，探讨神经伦理学如何有助于改善 NIH BRAIN 计划中的种族不平等问题。首先，杜克大学的医学博士 Kafui Dzirasa 强调了血统在神经科学和更广泛的生物医学研究中的重要性。为了举一个现代神经科学的例子，Dzirasa 博士解释说，即使病毒载体等新兴的基于基因的工具在一种模型生物中显示出巨大的潜力，但它们也可能无法转化为其他动物品系或物种。同样，Dzirasa 博士指出，针对欧洲血统参与者的诊断和治疗研究结果可能无法转移到其他人群，例如非洲血统的人群。因此，在脑研究中考虑血统对于推广新技术和开发有效的疾病疗法和个性化医疗至关重要。接下来，明尼苏达大学的法学博士 Francis Shen 指出，当前的神经伦理学和神经科学研究往往忽视种族不平等研究。他的团队最近审查了 BRAIN 资助的神经影像学研究，并得出结论，这些研究很少报告参与者的 SES 或种族。这为研究和解决种族不平等问题提供了很少的机会。为了解决这个问题，他提出了四种解决方案：（1）改变报告实践以包括种族；（2）改变政策，使种族纳入成为常态；（3）通过增加服务不足的社区参与来改变研究文化；（4）通过培养种族多元化的领导来改变研究界。斯坦福大学法律和生物科学主任、NEWG 联合主席 Henry T. Greely 博士主持了一场关于 BRAIN 和神经伦理学如何解决种族不平等问题的讨论。会议参与者建议增加人类研究中不同个体的纳入。NEWG 还提议在未来以神经伦理学为重点的会议和关于多样性的讨论中纳入更多种族差异专家（例如社会科学家）。此外，他们考虑在这些专家、神经伦理学家和神经科学家之间，以及资源丰富和资源有限的机构之间建立研究伙伴关系。NEWG 讨论了资源分配或促进跨机构和组织分配科学资源。最后，他们提到需要制定一项策略，与研究界和公众就种族问题进行深思熟虑的沟通。接下来，国立卫生研究院科学政策办公室健康科学家 Irene Cheng 博士概述了国家科学和医学院 (NASEM) 神经嵌合体和类器官相关伦理、法律和监管问题委员会的近期活动。Cheng 博士介绍了委员会迄今为止讨论的四个主题，包括科学现状、福利和伦理考虑、改进