XiaoMi-AI文件搜索系统
World File Search SystemRacial
2023-2025 年种族平等行动计划
水务局种族平等小组汇编了根据公众、部落以及水务局工作人员和领导层的反馈制定的行动构想草案，并于 2022 年 7 月举办了四次公开研讨会以听取反馈。2022 年 9 月的种族平等行动计划草案于 2022 年 9 月 23 日至 2022 年 10 月 24 日在网上发布，征求公众意见。2022 年 10 月 19 日举行的州水务局研讨会上也收集了口头意见。种族平等小组与公众参与办公室合作，制定并实施了上述章节中描述的公众参与流程，包括 2022 年 7 月的公开研讨会以及社区成员与多元化、公平和包容性顾问之间的一对一会议，以确保该计划中的行动与水务局服务的社区中的资产和机会相匹配，并且我们已将通过这些努力收集到的反馈纳入本文档。
种族平等行动计划 | APA
6 月 6 日至 7 日，APA 举办了虚拟峰会，让更广泛的利益相关者参与到有关实施 APA 消除系统性种族主义目标的重要对话中。虚拟峰会聚集了 100 多名代表协会多个选区的参与者，包括分部、理事会和委员会、州、省和地区心理学协会、APA 代表理事会、APA 董事会和种族心理学协会。通过会员列表服务器向所有参与者发送电子邮件邀请。参与者被随机分配到 10 个工作组之一。每个领域有两个小组（例如，
种族资本主义与化石经济 - PDXScholar
本文免费向您提供，供您免费访问。PDXScholar 的授权管理员已接受将其纳入城市研究和规划学院出版物和演示文稿中。如果我们可以使此文档更易于访问，请联系我们：pdxscholar@pdx.edu。
MHSOAC种族平等计划2024
Mara Madrigal-Weiss；委员会主席，学生健康和学校文化，圣地亚哥县教育办公室Mayra E. Alvarez的学生服务与计划部；委员会副主席，总裁，儿童伙伴关系马克·邦特拉格（Mark Bontrager）；加利福尼亚州约翰·博伊德（John Boyd）的合作伙伴健康计划监管事务总监 ;医院分部罗杰斯行为健康状况比尔·布朗（Bill Brown）首席执行官；圣塔芭芭拉·凯恩德里亚县县警长，博士；洛杉矶县心理健康部紧急外展局临床心理学家史蒂夫·卡内维尔（Steve Carnevale）；索格拉斯·温迪·卡里略（Sawgrass Wendy Carrillo）执行董事长；加利福尼亚州议员，第51区Rayshell Chambers；联合执行董事兼首席运营官彩绘了脑乳钟；创新溢出的IOVC Dave Cortese的普通合伙人；加利福尼亚州参议员，第15区Itai Danovitch，医学博士 ; Cedars-Sinai医疗中心戴维·戈登（David Gordon）精神病学和行为神经科学系主任；萨克拉曼多县教育办公室校长格拉迪斯·米切尔（Gladys Mitchell）；加利福尼亚州卫生保健服务部和加利福尼亚酒精和药物计划部（退休）Alfred Rowlett的工作人员服务经理； Turning Point社区计划Khatera Tamplen首席执行官； Consumer Empowerment Manager, Alameda County Behavioral Health Care Services _____________________________________________________________________Mara Madrigal-Weiss；委员会主席，学生健康和学校文化，圣地亚哥县教育办公室Mayra E. Alvarez的学生服务与计划部；委员会副主席，总裁，儿童伙伴关系马克·邦特拉格（Mark Bontrager）；加利福尼亚州约翰·博伊德（John Boyd）的合作伙伴健康计划监管事务总监;医院分部罗杰斯行为健康状况比尔·布朗（Bill Brown）首席执行官；圣塔芭芭拉·凯恩德里亚县县警长，博士；洛杉矶县心理健康部紧急外展局临床心理学家史蒂夫·卡内维尔（Steve Carnevale）；索格拉斯·温迪·卡里略（Sawgrass Wendy Carrillo）执行董事长；加利福尼亚州议员，第51区Rayshell Chambers；联合执行董事兼首席运营官彩绘了脑乳钟；创新溢出的IOVC Dave Cortese的普通合伙人；加利福尼亚州参议员，第15区Itai Danovitch，医学博士; Cedars-Sinai医疗中心戴维·戈登（David Gordon）精神病学和行为神经科学系主任；萨克拉曼多县教育办公室校长格拉迪斯·米切尔（Gladys Mitchell）；加利福尼亚州卫生保健服务部和加利福尼亚酒精和药物计划部（退休）Alfred Rowlett的工作人员服务经理； Turning Point社区计划Khatera Tamplen首席执行官； Consumer Empowerment Manager, Alameda County Behavioral Health Care Services _____________________________________________________________________
破坏糖尿病的种族和种族差异
印第安人/阿拉斯加土著人[5]。已经确定了在美国东南部存在的“糖尿病带”，其中包括15个州，包括阿拉巴马州，乔治亚州，肯塔基州，路易斯安那州，密西西比州，南卡罗来纳州，田纳西州，田纳西州和西弗吉尼亚州的大型州[6]。在这条“糖尿病带”之外，美国也有许多县和地区，包括在纽约，佛罗里达州和德克萨斯州，已被确定为“糖尿病群集”，其中包括糖尿病的较高浓度的糖尿病，并且对糖尿病和糖尿病和结果的易感性更容易[7,8]。这些集群中有许多位于低收入和少数群体。防止截肢的事实证明，由于多个因素，临床医生对少数民族社区的患者的临床医生有挑战。根据最近的一份报告，已被确定为糖尿病集群的一部分的50,000名纽约州居民自2009年以来一直在糖尿病相关截肢的四肢或脚上。分析结果
自动估值模型中的种族差异
自动估值模型（AVMS）排除了评估师在估计房屋价格时的投入，对降低成本和提高房屋估值的准确性保持着巨大的希望。但是，即使算法仍然对社区的多数种族或购房者的种族不可知，AVM也可能表现出种族差异。本研究提供了一项可量化的措施，用于审核大多数黑人社区的AVM的性能与大多数白人同行相比。作者发现，包括有关属性条件的数据和采用更复杂的机器学习技术可以帮助更准确地评估AVM错误的幅度及其基本贡献者的幅度百分比。此外，即使有了数据改进和机器学习，作者仍然发现证据表明AVM在多数黑人社区中产生更大的估值错误。
克服人工智能对民主造成的种族危害 克服人工智能对民主造成的种族危害
虽然美国的种族多元化程度正在提高，但生成性人工智能和相关技术却有可能破坏真正的代议制民主。如果不加以控制，人工智能将加剧现有的重大挑战，例如种族两极分化、文化焦虑、反民主态度、种族选票稀释和选民压制。合成视频和音频（“深度伪造”）受到了大部分公众的关注，但这只是冰山一角。针对种族的微定位虚假信息、自动选举管理中的种族偏见、歧视性投票限制、针对种族的网络攻击以及阻碍种族正义主张的人工智能监控只是人工智能威胁民主的几个例子。不幸的是，现有法律（包括《投票权法案》）不太可能应对这些挑战。然而，如果政策制定者、活动家和技术公司立即采取行动，这些问题并非不可克服。本文主张对人工智能进行监管，以促进种族包容的民主，提出了为监管人工智能提供框架的新原则，并提供了具体的政策干预措施来说明这些原则的实施。尽管种族是影响美国投票模式的最重要人口因素，但这是第一篇全面识别人工智能对民主造成的种族危害并提出前进方向的文章。
梅尔维尔·赫斯科维茨与知识的种族政治
美国国会图书馆在版编目数据 Gershenhorn, Jerry. Melville J. Herskovits 和知识的种族政治 /Jerry Gershenhorn。p. cm。-（人类学史批判性研究）包括参考书目和索引。isbn 0-8032-2187-8（布碱性纸） 1. Herskovits, Melville J. (Melville Jean)，1895-1963。2. 人类学家 - 美国 - 传记。3. 人类学家 - 西非 - 传记。4. 非裔美国人 - 人体测量学。5. 非裔美国人 - 社会生活和习俗。6. 人类学中的种族主义 - 美国。7. 文化相对主义 - 西非。8. 非洲人流散。9. 民族自决 - 西非。 10. 西非 – 社会生活和习俗。I. 标题。II. 系列。gn21 .h47 g47 2004 301 % .092–dc22 2003016335
AI和算法公平中的种族/种族类别
种族多样性在AI和算法公平文献中越来越多地讨论，但是很少关注的重点是证明种族类别的选择并了解人们如何将人们种族化为这些选择的种族类别。对种族类别的转变以及种族ization过程的变化的关注更少，具体取决于数据集或模型的上下文。对谁包括选择的种族恋爱以及人们如何将种族化的人纳入这些类别的不清楚的理解可能会导致对这些类别的不同解释。当对种族类别的理解和种族化过程的理解与所使用的实际种族化过程和种族类别失错时，这些不同的解释可能会导致伤害。危害。在本文中，我们做出了两种贡献。首先，我们证明了如何具有不清楚的假设和几乎没有理由的种族类别会导致不同的数据集，而这些数据集代表了不良的群体，而这些群体被给定的种族类别和在这些群体上表现不佳的模型所掩盖或没有代表。第二，我们开发了一个框架，循环表格，用于记录选择种族类别的选择和求职者，以及将种族化的过程和这些类别的种族化过程，以促进透明度在选择数据集或建模过程中所做的过程和假设时，在选择或使用这些种族类别时。