A scalable Bayesian double machine learning framework, with application to racial disproportionality assessment
可扩展的贝叶斯双重机器学习框架及其在种族比例失衡评估中的应用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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要以控制高维混杂、估计处理效应式的比例失衡为核心，属于因果推断方向；未涉及面板、离散选择或结构估计等细分。
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
可扩展的贝叶斯双重机器学习框架及其在种族比例失衡评估中的应用
- 研究问题
- 摘要称，本文关注伦敦拦截搜查中针对黑人群体、涉及表达性犯罪的拦截数量是否存在种族比例失衡，以及这种失衡是否受所在行政区种族构成影响。
- 方法与思路
- 作者提出半参数部分线性结构回归方法，将贝叶斯经验似然与双重机器学习结合，用以控制高维混杂并纳入较强先验假设，并称该程序在覆盖率意义上给出有效后验。
- 材料陈述的贡献
- 摘要明确陈述的贡献是提出可扩展的贝叶斯双重机器学习程序，并证明其后验在覆盖率上有效；实证上发现针对黑人社区的种族比例失衡在表达性犯罪中可能受行政区种族构成影响。
- 阅读关注点
- 应核对部分线性结构模型的具体识别假设、先验设定与敏感性、后验覆盖率结论的条件与证明、双重机器学习的实现细节，以及行政区种族构成这一发现的稳健性与因果解释边界。
- 阅读边界
- 仅凭摘要无法判断识别假设是否成立、估计与推断的有限样本表现、数据构造与变量定义，也不能据此确认结论的因果性；该文为arXiv预印本，未经同行评审验证。
原文摘要
Racial disproportionality in stop and search practices elicits substantial concerns about its societal and behavioral impacts. In London, Black individuals are about four times more likely to be stopped and searched than White individuals. Using data on stop and search events in London from January 2019 to December 2023, this paper aims to investigate disproportionality in the volume of stops for expressive crimes involving Black individuals compared to other ethnicities. We employ a semi-parametric partially linear structural regression method and introduce a Bayesian empirical likelihood procedure combined with double machine learning techniques to control for high-dimensional confounding and to accommodate strong prior assumptions. In addition, we show that the proposed procedure yields a valid posterior in terms of coverage. Applying this approach to the stop and search dataset, we find that racial disproportionality aimed at the Black community may be influenced by the borough racial composition when focusing on expressive crimes.