XGBoost 從訓練資料到後處理：XGBoost 與百分位分級如何影響早期預警系統公平性 與公立學院合作複製並稽核部署中的早期預警系統。使用機構訓練資料、XGBoost模型與百分位後處理，檢視性別、年齡與居留差異。結果發現年輕、男性與國際學生被過度標記，後處理放大了這些差距。並在資源分配上造成不均。研究指出流水線中每個階段都可能產生並放大不公平。
