A Conceptual Framework for Investigating and Mitigating Machine-Learning Measurement Bias (MLMB) in Psychological Assessment
A Conceptual Framework for Investigating and Mitigating Machine-Learning Measurement Bias (MLMB) in Psychological Assessment
复制标题
用于调查和减轻心理评估中机器学习测量偏差 (MLMB) 的概念框架
DOI：
10.1177/25152459211061337
复制
发表时间：
2022
影响因子：
13.6
通讯作者：
D’Mello, Sidney
中科院分区：
文献类型：
--
作者：
Tay, Louis;Woo, Sang Eun;Hickman, Louis;Booth, Brandon M.;D’Mello, Sidney
登录
查看更多内容
多样性收缩：交叉验证帕累托最优权重，通过招聘实践增强多样性
影响因子：
9.9
作者：
Q. Song;Serena Wee;Daniel A. Newman
通讯作者：
Daniel A. Newman
用于分析测量等效性的效应大小指数：了解组间差异的实际重要性。
DOI：
10.1037/a0022955
发表时间：
2011
期刊：
The Journal of applied psychology
影响因子：
--
作者：
Christopher D. Nye;F. Drasgow
通讯作者：
F. Drasgow
影响因子：
9.9
作者：
Hickman, Louis;Bosch, Nigel;Woo, Sang Eun
通讯作者：
Woo, Sang Eun
DOI：
10.1073/pnas.1917036117
发表时间：
2020-08-11
影响因子：
11.1
作者：
Joel, Samantha;Eastwick, Paul W.;Wolf, Scott
通讯作者：
Wolf, Scott
影响因子：
12.6
作者：
Jacobucci, Ross;Grimm, Kevin J.
通讯作者：
Grimm, Kevin J.