妇女和性别少数群体在学术界的领导和资历方面的人数不足。对高等教育中性别的研究(HE)的规模和方法论方法各不相同,从大规模的全球调查到具有访谈和焦点小组的小规模项目,在对早期职业研究人员和博士生的关注方面存在明显的差距,以及他们的经验以及他们的经验从分期计,机构到机构,部门和“部门级别” ”利用性别理论将性别与权力和性别组织联系起来,我们将这种理论观点与HE中的性别研究联系起来。 本文提出了一个新的议程,以通过将定量和女权主义地理汇总到HE内的不同“ palatial”量表的问题上,以加深我们对他中的性别的理解。 我们建议扩大定量研究中经常使用的性别的定义,并考虑使用开源数据,以提供对HE中性别动力学的新颖和可重复的见解,并使用定量地理学方法来发展对这些动态的多层次理解。 关键词:女权主义地理,性别,高等教育,定量地理。”利用性别理论将性别与权力和性别组织联系起来,我们将这种理论观点与HE中的性别研究联系起来。本文提出了一个新的议程,以通过将定量和女权主义地理汇总到HE内的不同“ palatial”量表的问题上,以加深我们对他中的性别的理解。我们建议扩大定量研究中经常使用的性别的定义,并考虑使用开源数据,以提供对HE中性别动力学的新颖和可重复的见解,并使用定量地理学方法来发展对这些动态的多层次理解。关键词:女权主义地理,性别,高等教育,定量地理。
U U n n i i v v e e r r s s i i t t y y o o f f P rr e e t t o o rr i i a a e e t t d d – – W W i i l l s s o o n n , , J J ( ( 2 2 0 0 0 0 5 5 ) )
摘要:在计算机视觉的领域,使用OpenCV的年龄和性别检测是一种关键应用,展示了复杂算法和真实世界应用的融合。该项目努力开发一个能够准确估算图像或视频流的年龄和性别的强大系统。利用OpenCV的力量,一个流行的开放式计算机视觉库,再加上机器学习技术,该系统旨在自动将个人分类为预定义的年龄组和性别类别。通过面部特征分析,深度学习模型和图像处理技术的结合,系统可以以惊人的精度辨别年龄和性别属性。通过将该技术集成到各种领域,例如监视,营销和用户体验自定义,该项目努力为各种社会和商业挑战提供实用的解决方案。年龄和性别的抽象性质使这项努力多基础,需要一种细微的方法,包括数据预处理,模型培训和绩效优化。最终,该项目有助于进步计算机视觉应用程序,从而促进了许多领域的创新和效率。关键字:CNN,深度学习,性别分类,年龄检测。I.在当今相互联系的世界中引言,在那里,数字互动和社交媒体渗透到日常生活中,了解人口统计学(例如性别和年龄)变得越来越重要。II。II。智能设备的扩散促进了大量数据的收集,其中大部分包含对人类行为和互动的宝贵见解。在利用这些数据,性别和年龄预测算法的无数应用程序中,它们在增强用户体验,个性化内容并告知决策的潜力中脱颖而出 - 在各个领域制定过程。由于其丰富的信息内容,面部照片已成为性别检测和年龄预测算法的主要来源。利用图像处理,特征提取和分类技术方面的进步,研究人员和开发人员设计了复杂的方法来分析面部特征并准确推断人口统计学属性。这些方法通常涉及阶段,例如增强图像,以提高质量和分割以隔离相关特征,从而为后续分析奠定了基础。通过训练大型数据集的神经网络,我们旨在开发能够准确地将性别预测为“男性”或“女性”的强大模型,并可能基于实验参数对年龄组进行分类。除了技术复杂性之外,人类面部图像对各个行业和社会领域都具有深远的影响。从安全和娱乐到招聘和身份验证,从面部图像中检测性别和年龄的能力可以简化流程,增强安全措施并为战略决策提供了信息。相关作品本文使用应用于面部图像的深度学习技术介绍了有关性别识别的研究。此外,面部表情,人类交流的重要方面,提供了对情感状态和反应的见解,使面部图像分析成为心理学家和研究人员的宝贵工具。通过阐明这些技术的方法,挑战和潜在应用,我们旨在为计算机视觉中的知识不断增长,并促进具有真实世界影响的实用解决方案的发展。作者探索了卷积神经网络(CNN)的使用进行特征提取和分类,从而实现了有希望的
本报告使用“技术促进的基于性别的暴力”或“TFGBV”这一术语。虽然不同的组织使用不同的术语来指代这种现象,但联合国妇女署于 2022 年 11 月召集了一组来自全球的不同专家,以制定针对妇女的网络暴力的共同术语和共同概念定义。这建立在学者、政府、国家统计局、女权运动、国际组织和其他性别平等倡导者的工作基础之上。使用技术促进的针对妇女的暴力 (TFVAW) 这一术语,从他们的过程中得出的定义是“任何通过使用信息和通信技术或其他数字工具实施、协助、加剧或放大的行为,导致或可能导致身体、性、心理、社会、政治或经济伤害,或其他侵犯权利和自由的行为”(联合国妇女署,2023 年,技术促进的针对妇女的暴力——专家组成立会议报告)。该组织还指出:“针对妇女的暴力可以用基于性别的暴力(TFGBV)来替代,同时保留描述这一现象的共同定义。”这一定义承认,与所有其他形式的基于性别的暴力一样,基于性别的暴力也根源于歧视性的性别规范并由其促成,这些规范与基于种族、民族、性别认同、性取向和能力等因素的其他形式的歧视相互交织。
摘要 隐性性别偏见会给职场女性带来代价高昂且复杂的后果,许多女性报告称自己遭受了性别微侵犯,这导致她们被忽视或不尊重。我们呈现了一个在线桌面虚拟环境,从第一人称视角讲述了男性或女性自我形象的故事,他们要么经历积极要么消极的工作场景。消极场景包括许多来自性别微侵犯分类的例子。与拥有男性自我形象的参与者相比,与女性自我形象有过消极职场体验的参与者的隐性性别偏见水平显著降低。有证据表明,在消极条件下,女性自我形象表现出同理心和观点采择。无论自我形象的性别如何,积极的职场场景体验都没有表明隐性性别偏见显著减少。我们讨论了这些发现的含义,并就减少隐性偏见提出了虚拟环境技术和场景的建议。
摘要:本文分析了两次1990年代的妇女回忆录,这些妇女因遗传性精神疾病而苦苦挣扎,她们对揭示自己的状况以及她们的启示是否会侵犯其密切关系的隐私表示焦虑。中世纪的供词诗在凯·雷德菲尔德·贾米森(Kay Redfield Jamison)的《无想的心灵》(1995年)和梅里·纳娜·纳娜·丹玛(Meri Nana-Nana-Mama Danquah)的柳树(Meri Nana-Mama danquah's Willow for Me)中影响自我披露的模式(1998年),尽管该成员担心对1960年代的遗传学和生物学精神病学的担忧。正如我们所显示的,围绕精神疾病的语言结构妇女在临床环境中的隐私,并包含了真实自我代表的性别和种族障碍。交叉语言使妇女能够对自己的状况发表声音,并以自己的条件获得私人身份。
数据护理研讨会系列是跨学科和跨部门对话的动态论坛,旨在通过拥抱护理原则来解决公平AI开发和部署的障碍:集体利益,控制,责任和道德的权力。通过超越批评,该混合动力系列旨在激发可行的见解和创新策略,以建立负责任,可持续和包容的AI系统。重点关注多数世界和其他代表性不足的群体,该活动系列汇集了学术界,设计和技术行业的思想领袖,以及公民和政策领域,以探索为公平AI期货的合作创新的关键途径。这是数据护理研讨会系列的第一个,该系列的重点是生成AI工具对具有其他性别认同的妇女,女孩和人员的影响,特别关注全球南方的人群和其他在这些系统的设计和部署中的人口中的人口。我们关注Genai工具在加强和挑战性别不平等方面的含义,并关注工具对隐私,安全,自由和赋权的影响。这个就职研讨会探讨了减轻性别危害和暴力的跨文化,跨学科和跨部门的策略,目的是确保AI系统优先考虑妇女,女孩和边缘化性别群体的需求和权利,以支持其数字福祉和蓬勃发展。此外,我们将通过企业家创新,新颖的设计方法和激进运动来探索创造性的方法来恢复欲望和愉悦。这些鼓舞人心的努力将为可行的途径铺平道德,包容和性别响应的AI创新。
●数据驱动的决策:在Personio,我们使用自己的产品使我们的人民能够自我识别并在秘密和匿名地分享他们的经验。通过分析此信息,我们可以确定改进的领域,并实施目标干预措施,以确保所有人的公平体验。我们的数据驱动方法扩展到了我们的补偿和绩效审查周期,我们积极检查平等和减少偏见的工作。在这些周期中,我们评估了诸如角色,水平,位置,任期和绩效之类的因素,以确保整个组织的薪酬和促销中的公平性和一致性。在2024年,我们的薪酬审查重申了我们对公平薪酬实践的承诺,以确保所有员工都有平等的晋升和公平待遇的机会。
两幅图像,两个女人,两个世纪:一张是黑白的,另一张是彩色的。第一张是弗里茨朗 1927 年著名电影《大都会》中玛丽亚的剧照(图 1)。《大都会》拍摄于魏玛共和国,背景设定在一个未来的反乌托邦世界,富有的市长之子弗雷德与工业工人中的圣人玛丽亚联手,弥合阶级鸿沟。他的父亲,市长,听到了叛乱的风声,命令发明家罗特旺将机器人改造成玛丽亚的样子,以毁掉她在工人中的名声。罗特旺绑架了玛丽亚,并将她的肖像转移到机器人身上,机器人玛丽亚随后在整个大都会引发混乱。快进九十年,我们看到了索菲亚的照片,索菲亚是汉森机器人公司的发明,也是世界上第一个获得公民身份的机器人
本文介绍了一种跨性别包容的人工智能立场,即“行动人工智能”(eAI)。人工智能设计是一种体现人类文化和价值观的人类社会文化实践。不具代表性的人工智能设计可能会导致社会边缘化。第 1 节借鉴激进的行动主义,概述了具体文化实践。第 2 节探讨了跨性别如何作为一种社会文化实践与技术科学交织在一起。第 3 节重点介绍了在人工智能中机器人与人类互动的具体情况下颠覆性别规范。最后,第 4 节确定了四个道德载体:可解释性、公平性、透明度和可审计性,以便在开发性别包容的人工智能时采取跨性别包容的立场,并颠覆机器人设计中现有的性别规范。