Optimal regimes for algorithm-assisted human decision-making
算法辅助人类决策的最优策略AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接涉及未测量混杂、处理策略价值识别以及工具变量下的因果估计。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
算法辅助人类决策的最优策略
- 研究问题
- 如何利用个体自然处理选择的信息设计算法辅助决策策略，使其在未测量混杂存在时改善预期结局，并识别策略价值？
- 方法与思路
- 作者提出利用自然处理值的超最优策略，讨论其与常规最优策略的关系，并在常见工具变量设定下推导识别与估计结果。
- 材料陈述的贡献
- 摘要称超最优策略具有相对常规最优策略的优势，无未测量混杂时两者相同；二元处理下，价值识别所需假设与常规策略一致。
- 阅读关注点
- 应核对自然处理值如何进入决策、策略价值的比较对象与优势含义，以及工具变量条件和重症监护案例中的估计目标。
- 阅读边界
- 仅据所给 Crossref 摘要，具体识别假设、可部署的信息条件和收益幅度未说明；策略优势须结合文中定义与适用条件理解。
原文摘要
Summary We consider optimal regimes for algorithm-assisted human decision-making. Such regimes are decision functions of measured pre-treatment variables and, by leveraging natural treatment values, enjoy a superoptimality property whereby they are guaranteed to outperform conventional optimal regimes. When there is unmeasured confounding, the benefit of using superoptimal regimes can be considerable. When there is no unmeasured confounding, superoptimal regimes are identical to conventional optimal regimes. Furthermore, identification of the expected outcome under superoptimal regimes in nonexperimental studies requires the same assumptions as identification of value functions under conventional optimal regimes when the treatment is binary. To illustrate the utility of superoptimal regimes, we derive identification and estimation results in a common instrumental variable setting. We use these derivations to analyse examples from the optimal regimes literature, including a case study of the effect of prompt intensive care treatment on survival.