Radar mondial UDTR

UDTR — Radar mondial des droits de la Nature

Registre documentaire des références détectées à travers les infrastructures académiques, juridiques et institutionnelles surveillées par UDTR.

Une infrastructure documentaire mondiale conçue pour atteindre la couverture la plus large, vérifiable et scientifiquement défendable des droits de la Nature.

← Retour au Radar

Explainable Artificial Intelligence

Identification

Clé publique
radar:r-afe11c1bcf425d2fde646a1cc9197965
Auteurs
Silvio Andrae
Année déclarée
2026
Langue déclarée
ng
Type source
reference-entry
Première détection
2026-11-14T02:03:27.124851+00:00
Dernière observation des métadonnées
2026-11-14T02:03:27.124851+00:00
Dernière vérification HTTP
Non effectuée

Résumé documentaire — langue originale

The increasing deployment of complex, learning-based artificial intelligence systems has heightened concerns regarding transparency, accountability, and trust, as improvements in predictive performance often come at the expense of interpretability. This chapter provides a structured, non-technical introduction to explainable artificial intelligence (XAI), clarifying core concepts, systematizing explanation methods, and highlighting their practical limitations. It presents a consolidated XAI framework that differentiates between intrinsic and post-hoc approaches, local and global explanations, model-agnostic and model-specific methods, and prominent explanation families across various data types. Using targeted case studies in credit scoring and medical imaging, the chapter illustrates how context, stakeholder requirements, and normative constraints influence the selection of explanation methods. The analysis also addresses key challenges, including explanation fidelity, robustness, feature dependence, human-centered design, and lifecycle governance.

Identifiants

OPENALEX
https://openalex.org/W7165395870
DOI
10.4018/979-8-3693-5638-8.ch004

Repères documentaires

Famille documentaire
unknown
Types déclarés par les sources
reference-entry
Éditeurs
IGI Global

Les mentions d’entités ne constituent pas une preuve de reconnaissance juridique. La juridiction étudiée est distincte du pays d’affiliation des auteurs.

Sources

OpenAlex · Document 1

Citer cette référence

Silvio Andrae. Explainable Artificial Intelligence. 2026. https://doi.org/10.4018/979-8-3693-5638-8.ch004

JSON · CSL-JSON · BibTeX · RIS · CSV · JSON-LD ·

APA, Chicago, ISO 690 : formats bibliographiques fondés sur les champs disponibles. OSCOLA / Bluebook : données structurées uniquement ; aucune conformité juridique complète n’est revendiquée sans vérification des éléments nécessaires.

APA
Silvio Andrae. (2026). Explainable Artificial Intelligence. https://doi.org/10.4018/979-8-3693-5638-8.ch004
Chicago
Silvio Andrae. Explainable Artificial Intelligence. 2026. https://doi.org/10.4018/979-8-3693-5638-8.ch004
ISO 690
Silvio Andrae. Explainable Artificial Intelligence. 2026. https://doi.org/10.4018/979-8-3693-5638-8.ch004

Warning: Undefined array key "last_link_verified" in /home/clients/e27d81e12f04d2bfd747aa264540ac56/sites/_UDTR_APP/legal_library_reference.php on line 31

UDTR — Bibliothèque juridique mondiale des droits de la Nature. Explainable Artificial Intelligence. Notice documentaire: https://www.declarationuniverselledesdroitsdelarbre.org/global-rights-of-nature-radar/reference/r-afe11c1bcf425d2fde646a1cc9197965/ · Dernière vérification HTTP : non effectuée

Signaler une correction

Données de cette version figée

Dossiers et relations documentaires

Rôles des sources

Source bibliographique / publication d’origine · https://doi.org/10.4018/979-8-3693-5638-8.ch004

Un lien vers une autorité ne prouve pas à lui seul une affirmation juridique. Les résumés et les textes intégraux restent soumis aux conditions de leur source.

Statut documentaire

Pertinence à examiner

Bibliothèque

Cette identité n’est pas encore intégrée à la Bibliothèque juridique.

UDTR — Bibliothèque juridique mondiale des droits de la Nature