XiaoMi-AI文件搜索系统
World File Search System犯罪学
社会学课程（社会学和犯罪学）（SOC）
SOC:3215 数字足迹：社交媒体时代的社会学 3 sh 全面了解数字技术如何影响个人身份、人际关系、隐私、心理健康、沟通模式和社会正义。学生将掌握研究技能，学会观察行为、设计简单的调查和进行实验以探索各种在线社会现象。通过结合引人入胜的阅读、讨论和研究项目，该课程提供了关于技术与社会之间复杂相互作用的不同视角，为学生提供批判性思维、实践知识和研究经验。先决条件：SOC:1010 或 SOC:1030 或 CRIM:1410。
CRCJ 3001 B：犯罪学术语中的定量方法：...
文章批评（5％）：将为您提供犯罪学和刑事司法领域的期刊文章。您的任务将是总结/批评文章：研究问题，方法论，限制以及作者提出的结果。文章批评必须以最大2页的最大2页提交给Brightspace。期刊文章将在截止日期前大约两周发布。出勤率（5％）：预先录制的讲座必须在演讲周的星期日之前完全观看，才能获得出勤分数。Brightspace活动日志将用于确定出勤标记。其他课程政策：1。对任何任务或考试的评分的担忧必须在完成评分后的三个工作日内引起我的注意。
北爱尔兰的Mobuoy非法垃圾场的政治经济学：绿色犯罪学的观点Juneseo HwangUniversität汉堡，德国
在北爱尔兰德里的Mobuoy垃圾场发现了大规模和长期非法废物处置，这是对爱尔兰和国际社会的震惊。Mobuoy垃圾场由两个部分组成：由City＆Industrial Waster Ltd经营的授权废物处理地点被称为材料回收设施；以及Campsie Sand＆Gravel Ltd.现在众所周知，在收集了各种形式的工业和家庭废物之后，城市和工业废物有限公司非法切碎并将收集的废物掩埋在Campsie Sand＆Gravel Ltd.2013年，北爱尔兰环境局（NIEA）最初报告说，大约516,000吨的切碎或液化废物已被非法存入或处理，但截至2023年初，该数字已增加了两倍，达到150万吨（Mills 2013; Mills 2013; North Ireland 2013; North Ireland 2016年）。鉴于非法倾销的规模和寿命，Mobuoy垃圾场被当地公众称为欧洲最大的非法垃圾场。在靠近福恩河的附近，非法Mobuoy垃圾场的存在引起了公众对地下水的潜在污染的严重关注，该污染物为Derry的社区以及整个边界的Donegal提供了饮用水。该网站最终于2013年初关闭，已经花了十多年的时间来为Mobuoy网站的所有者提供正义，后者因参与非法转移，处置和处理废物而受到起诉。磨坊报告严格审查了废物2013年6月5日，北爱尔兰政府委托威尔士环境局前董事克里斯·米尔斯（Chris Mills）调查北爱尔兰废物法和刑事司法系统的弱点。
CRCJ 3001 B：犯罪学术语中的定量方法
文章批评（5％）：您将从讲师将提供的犯罪学和刑事司法中讨论一个特定问题的期刊文章。您的任务将是批评文章：研究问题，方法论以及作者提出的结果。文章批评必须以最大2页的最大2页提交给Brightspace。期刊文章列表将在截止日期之前大约发布。出勤率（5％）：预先录制的讲座必须在演讲周的星期日之前完全观看，才能获得出勤分数。Brightspace活动日志将用于授予出勤分数。其他课程政策：1。对任何任务或考试的评分的担忧必须在完成评分后的三个工作日内引起我的注意。
犯罪学的年度审查是美国跨性别犯罪法律体系Nexus的结构和运作：不平等，行政
越来越多的研究表明，跨性别者与刑事法律制度有着无情的联系，在那里他们经历了相当大的歧视，暴力和其他危害。为了更好地了解跨性别者参与该系统，本文综合了犯罪学，跨性别研究及相关领域的研究，以及在学院以外产生的经验发现，以概念化“跨性别犯罪法律制度Nexus”。本文研究了跨性别人士的历史和当代定罪。与警察联系，司法决策和监禁相关的差异系统联系和随之而来的经历；和跨性别者的系统参与途径。分析重点是与性别的机构概念，犯罪法律体系各个领域的歧视性人物处理有关的文化逻辑，以及涉及犯罪法律制度的跨性别者，特别是有色妇女的跨性别人士的机构差异。本文以讨论
犯罪学（BS）2023-2024样本计划
前缀 +数字课程标题先决条件/评论学分学期SOC 307研究方法我建议准备课程SGR＃5 3 F SOC 351犯罪学p。 SOC 100或SOC 150 3主要选举批准的SOC或CJUS选修课，用于实现职业目标。3次/第二级主要级别的总选修课，需要获得120个学分。3总学时15春季
人工智能伦理与社会的单调性：犯罪学、教育、医疗保健和金融领域单调神经加性模型的实证研究
以这样的方式对待人性，无论是你自己还是他人的人，都绝不能仅仅把它当作达到目的的手段，而要始终把它当作目的。—伊曼纽尔康德，《道德形而上学的基础》算法公平性在人工智能 (AI) 的应用中对于更好的社会至关重要。作为社会机制的基本公理，公平包含多个方面。尽管机器学习 (ML) 社区一直关注交叉性作为统计均等问题，特别是在歧视问题上，但新兴的文献探讨了另一个方面——单调性。基于领域专业知识，单调性在许多与公平相关的领域发挥着至关重要的作用，违反单调性可能会误导人类的决策并导致灾难性的后果。在本文中，我们首先系统地评估了应用单调神经加法模型 (MNAM) 对 AI 伦理和社会公平性的意义，该模型使用公平感知 ML 算法来强制执行个体和成对单调性原则。通过理论推理、模拟和广泛的实证分析的混合方法，我们发现考虑单调性公理在所有公平领域都是必不可少的，包括犯罪学、教育、医疗保健和金融。我们的研究有助于人工智能伦理、可解释人工智能 (XAI) 和人机交互 (HCI) 之间的跨学科研究。通过证明单调性不满足将导致灾难性后果，我们强调了单调性要求在人工智能应用中的重要性。此外，我们通过施加集成人类智能的单调性限制，证明了 MNAM 是一种有效的公平意识 ML 方法。
已发布版本引文 (APA)：Lane, L. (2023)。人工智能与人权：国际人权法下的企业责任。在 A. Završnik ，＆ K. Simoncic（编辑），人工智能、社会危害和人权（第 183-205 页）。（批判性犯罪学观点）。Palgrave MacMillan。 https://doi.org/10.1007/978-3-031-19149-7_8
本章采用规范性方法来回答这些问题，旨在为具有计算机科学和人工智能伦理背景的读者提供从人权角度对人工智能企业在构建以人为本的人工智能中的作用的概述。本章首先简要解释了私营企业开发的人工智能可能对人权产生的负面影响（第 2 部分）。第 3 部分规定了企业在国际人权法下的责任的一般法律框架，包括《联合国工商企业与人权指导原则》（联合国人权理事会，2011 年）。本节还讨论了商业和人权方面的关键发展，例如具有约束力的商业与人权条约草案和欧盟关于企业强制性人权尽职调查（HRDD）的立法提案。为了确定在此背景下企业应遵循的更具体的行为标准以及确保人权保护的一些关键挑战，第 4 部分将该框架应用于人工智能的发展。从人权和人工智能治理举措（例如Access Now 和 Amnesty International 2018 ）中获得了见解，这些举措专门针对人工智能企业的行为。第 5 部分得出结论。