.png){kind=icon}
返回
Ethical Spatial Analysis: Addressing Endogenous Bias Through Visual Analytics
.png){kind=icon}
OA
AI
DOI：10.1007/s41651-025-00243-2.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
空间分析可能产生外生和内生偏差，这会导致伦理问题。外生偏差源于外部因素或环境，与内部运行机制无关，而内生偏差则源于内部过程或技术。尽管外生偏差已受到广泛关注，但空间分析中的内生偏差在很大程度上被忽视，且尚无完善的处理方法。为应对这一挑战，我们提出可视分析在理解地理数据及改进分析结果解释方面可发挥关键作用。本研究采用多种可视化技术对内生偏差进行了初步探究。研究发现，可视分析具有揭示隐藏偏差及识别相关问题的潜力。此外，我们将这些可视化策略整合为一个框架，以近似于一种检测内生偏差的方法。我们进行了用户研究以验证所提出框架的有效性。通过本研究，我们倡导在空间分析的三个关键阶段引入可视化，以最小化误差、解决伦理问题，并减少与内生偏差相关的误读。
Keyword:
Spatial analysis
Ethics
Endogenous bias
Visual analytics
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
J
IF:
6.8
论文数:
251
被引数:
887
机构
引用论文
Worldwide AI ethics: A review of 200 guidelines and recommendations for AI governance全球人工智能伦理: 人工智能治理的200指南和建议综述.png)
PATTERNSOAAI
PATTERNSIF7.4
OAAI分享收藏
查看更多内容