The Pennsylvania Additive Classification Tool (PACT) is a carceral algorithm used by the Pennsylvania Department of Corrections in order to determine the security level for an incarcerated person in the state's prison system. For a newly incarcerated person it is used in their initial classification. The initial classification can be overridden both for discretionary and administrative reasons. An incarcerated person is reclassified annually using a variant of the PACT and this reclassification can be overridden, too, and for similar reasons. In this paper, for each of these four processes (the two classifications and their corresponding overrides), we develop several logistic models, both binary and multinomial, to replicate these processes with high accuracy. By examining these models, we both identify which features are most important in the model and quantify and describe biases that exist in the PACT, its overrides, and its use in reclassification. Because the details of how the PACT operates have been redacted from public documents, it is important to know how it works and what disparate impact it might have on different incarcerated people.


翻译:宾夕法尼亚州感化院(PACT)是宾夕法尼亚州感化院(PACT)用来确定被监禁者在州监狱系统中的安全程度的一种行进算法,对于新被监禁者,在最初的分类中使用这种算法;最初的分类可以酌情和行政原因推翻;囚犯每年使用PACT的变式重新分类,这种重新分类也可以由于类似的原因被推翻;在本文中,对于这四个过程(两种分类及其相应的替代),我们开发了几种后勤模型,包括二元和多元模型,以便非常精确地复制这些过程;通过审查这些模型,我们既找出模型中哪些最重要的特征,又量化和描述在PACT、其超标及其在重新分类中存在的偏见。由于PACT的运作方式的细节是从公共文件中重新定义的,因此了解它是如何运作的以及它可能对不同被监禁者产生哪些不同的影响十分重要。

0
下载
关闭预览

相关内容

PACT:International Conference on Parallel Architectures and Compilation Techniques。 Explanation:并行结构与编译技术国际会议。 Publisher:IEEE/ACM。 SIT: http://dblp.uni-trier.de/db/conf/IEEEpact/
【杜克-Bhuwan Dhingra】语言模型即知识图谱,46页ppt
专知会员服务
65+阅读 · 2021年11月15日
专知会员服务
39+阅读 · 2020年9月6日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
【论文笔记】通俗理解少样本文本分类 (Few-Shot Text Classification) (1)
深度学习自然语言处理
7+阅读 · 2020年4月8日
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
分布式并行架构Ray介绍
CreateAMind
9+阅读 · 2019年8月9日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
LibRec 精选:推荐系统的论文与源码
LibRec智能推荐
14+阅读 · 2018年11月29日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
LibRec 精选:连通知识图谱与推荐系统
LibRec智能推荐
3+阅读 · 2018年8月9日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
carla无人驾驶模拟中文项目 carla_simulator_Chinese
CreateAMind
3+阅读 · 2018年1月30日
【学习】(Python)SVM数据分类
机器学习研究会
6+阅读 · 2017年10月15日
Arxiv
0+阅读 · 2022年2月11日
Revealing the Dark Secrets of BERT
Arxiv
4+阅读 · 2019年9月11日
Feature Denoising for Improving Adversarial Robustness
Arxiv
15+阅读 · 2018年12月9日
VIP会员
相关VIP内容
【杜克-Bhuwan Dhingra】语言模型即知识图谱,46页ppt
专知会员服务
65+阅读 · 2021年11月15日
专知会员服务
39+阅读 · 2020年9月6日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
相关资讯
【论文笔记】通俗理解少样本文本分类 (Few-Shot Text Classification) (1)
深度学习自然语言处理
7+阅读 · 2020年4月8日
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
分布式并行架构Ray介绍
CreateAMind
9+阅读 · 2019年8月9日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
LibRec 精选:推荐系统的论文与源码
LibRec智能推荐
14+阅读 · 2018年11月29日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
LibRec 精选:连通知识图谱与推荐系统
LibRec智能推荐
3+阅读 · 2018年8月9日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
carla无人驾驶模拟中文项目 carla_simulator_Chinese
CreateAMind
3+阅读 · 2018年1月30日
【学习】(Python)SVM数据分类
机器学习研究会
6+阅读 · 2017年10月15日
Top
微信扫码咨询专知VIP会员