Home About Us

MD4SG '20

4o. Taller sobre Diseño de Mecanismos para el Bien Social

Convocatoria


El 4o. Taller sobre Diseño de Mecanismos para el Bien Social (Mechanism Design for Social Good - MD4SG ’20 se llevará a cabo de manera virtual los días 17-18 de agosto del 2020.


La meta de esta reunión virtual es destacar trabajos que demuestren potencial para mejorar el acceso a oportunidades a grupos en desventaja y comunidades marginalizadas a nivel global, mediante la utilización de técnicas tales como los algoritmos, la optimización y diseño de mecanismos, así como las de otras disciplinas. El Taller incluirá conferencias magistrales, paneles y presentación virtual de posters sobre trabajos de investigación en la materia. El evento espera propiciar interacciones entre áreas académicas, de política y económicas, con la intención de tender puentes entre investigación y política. Para ello, se incluirán presentaciones con propuestas de atención a problemáticas específicas (Problem Pitch) y demostraciones de soluciones, así como oportunidades para hacer networking y para discutir temas de interés común.

MD4SG está solicitando propuestas para presentación de papers de investigación, position papers y papers de política, así como propuestas de solución a problemáticas específicas. La fecha límite es el miércoles 1 de de julio del 2020.

El Comité Organizador aceptará propuestas de contribuciones de varias disciplinas incluyendo: parcialidad y discriminación, participación cívica, sustentabilidad computacional, países en desarrollo, inequidad económica, educación, servicios de salud, vivienda, mercados laborales, privacidad y seguridad. Las propuestas de participación pueden ser: trabajos de investigación que introduzcan nuevas teorías o aplicaciones; position papers que sinteticen trabajo y perspectivas actuales o que subrayen posibles direcciones futuras de investigación; o propuestas de atención a problemáticas (problem pitches) y demostraciones de soluciones que tengan cierto énfasis en diseño e implementación de políticas. Las solicitudes deberán presentarse en cualquiera de los siguientes cuatro Ejes Temáticos: La última temática es para casos especiales como propuestas de atención a problemáticas (problem pitches) y demostraciones de soluciones. Se dará una consideración especial a propuestas relacionadas a gobiernos y política, al igual que propuestas de organizaciones no gubernamentales o de la industria: Las propuestas de participación pueden considerar temas de interés tales como::

Detalles sobre el proceso de presentación de propuestas::

Las propuestas serán evaluadas según los siguientes criterios:

 

Instrucciones para el envío de propuestas:


Los autores deben subir un PDF de su artículo a EasyChair. No hay instrucciones específicas de formato o límite de páginas. Además del PDF, se solicita a los autores que escriban un resumen separado y una descripción de 200-250 palabras en EasyChair que resuma su propuesta y su relevancia para el tema del Taller. No se requiere ser el autor principal para enviar la propuesta. Los autores deben enumerar todos los coautores del trabajo presentado tanto en el PDF de la presentación como en EasyChair.

Los propuestas pueden ser: documentos de trabajo, documentos que ya han sido publicados, o documentos que estén en revisión. Si el trabajo ya está publicado, incluya una cita bibliográfica correspondiente en EasyChair.

No se publicarán Memorias del Taller. Todos los envíos de propuestas serán revisados​ por al menos 2 revisores. El Comité se reserva el derecho de no revisar todos los detalles técnicos de las propuestas. Las revisores podrán saber los nombres de los autores la propuesta, pero estos no podrán saber el nombre de los revisores.
 

Información Importante:

 

Comité Organizador:

  • Francisco J. Marmolejo Cossio, University of Oxford
  • Faidra Monachou, Stanford University
  • Comité Directivo:

  • Rediet Abebe, Harvard University
  • Kira Goldner, Columbia University
  • Jon Kleinberg, Cornell University
  • Illenin Kondo, University of Notre-Dame
  • Sera Linardi, University of Pittsburgh
  • Irene Lo, Stanford University
  • Ana-Andreea Stoica, Columbia University
  • Area Chairs

  • Teoría: Daniel Freund, MIT Sloan; Sam Taggart, Oberlin College
  • Estudios Empíricos y de Política: Zoe B. Cullen, Harvard Business School; Robert Manduca, Harvard University
  • Inteligencia Artificial (AI) y Machine Learning: Dina Machuve, Nelson Mandela African Institution of Science and Technology; Ana-Andreea Stoica, Columbia University; Bryan Wilder, Harvard University
  • Problems and Demos: Araba Sey, United Nations University
  • Comité de Programa

  • Itai Ashlagi, Stanford University
  • Hamsa Bastani, Wharton School - University of Pennsylvania
  • Michael Carlos Best, Columbia University
  • Michael Best, Georgia Institute of Technology
  • Elettra Bietti, Harvard Law School
  • Abeba Birhane, University College Dublin
  • Peter Blair, Harvard University
  • Mark Braverman, Princeton University
  • Sydnee Caldwell, UC Berkeley
  • Augustin Chaintreau, Columbia University
  • Jose R. Correa, Universidad de Chile
  • Lenore Cowen, Tufts University
  • Krishna Dasaratha, Harvard University
  • Bikramaditya Datta, Indian Institute of Technology, Kanpur
  • Jonathan Davis, University of Oregon
  • Maria De-Arteaga, University of Texas at Austin
  • Joann de Zegher, MIT Sloan
  • John P. Dickerson, University of Maryland
  • Edith Elkind, University of Oxford
  • Meryem Essaidi, Princeton University
  • Elizabeth Evans, Cayena Capital Management, LLC
  • Elena Falcettoni, Federal Reserve Board of Governors
  • Jessie Finnochiaro, University of Colorado Boulder
  • Felix Fischer, Queen Mary University of London
  • Rupert Freeman, Microsoft Research
  • Jiarui Gan, University of Oxford
  • Nikhil Garg, Stanford University
  • Joel Goh, NUS Business School
  • Michelle Gonzalez Amador, United Nations University
  • Yoan Hermstrüwer, Max Planck Institute for Research on Collective Goods
  • Marc Juarez, University of Southern California
  • Anson Kahng, Carnegie Mellon University
  • Adam Kapor, Princeton University
  • Maximilian Kasy, University of Oxford
  • Matthew Kenney, Duke University
  • Sara Kingsley, Carnegie Mellon University
  • Karen Levy, Cornell University
  • Wanyi Li, Stanford University
  • Edwin Lock, University of Oxford
  • Vahideh Manshadi, Yale University
  • Nicholas Mattei, Tulane University
  • Duncan McElfresh, University of Maryland
  • Jasmin McNealy, University of Florida
  • Teddy Mekonnen, Brown University
  • Ken Moon, University of Pennsylvania - Wharton
  • Nyalleng Moorosi, Google AI South Africa
  • Zanele Munyikwa, MIT Sloan
  • George Obaido, University of the Witwatersrand, Johannesburg
  • Chinasa Okolo, Cornell University
  • Roya Pakzad, Taraaz
  • Bobby Pakzad-Hurson, Brown University
  • Lucy Qin, Brown University
  • Manish Raghavan, Cornell University
  • Evan Riehl, Cornell University
  • David Robinson, Upturn
  • Daniela Saban, Stanford University
  • Zhaowei She, Georgia Institute of Technology
  • Eric Sodomka, Facebook Research
  • Nicolas Stier, Facebook Research
  • Inbal Talgam-Cohen, Technion - Israel Institute of Technology
  • Alex Teytelboym, University of Oxford
  • Neil Thakral, Brown University
  • Winnie van Dijk, University of Chicago
  • Daniel Waldinger, New York University
  • Yixin Wang, Columbia University
  • Anne Washington, New York University
  • Lily Xu, Harvard University
  • Angela Zhou, Cornell University
  •