MétaCan
Menu
Retour à la cohorte
Enregistrement W1611945490 · doi:10.32920/22227769.v1

Blurred Boundaries: Social Media Privacy and the Twenty-First-Century Employee

2023· article· en· W1611945490 sur OpenAlexaff
Patricia Sánchez Abril, Avner Levin, Alissa Del Riego

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePrivacy, Security, and Data Protection
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésSocial mediaPublic relationsBusinessExtant taxonDutyPersonally identifiable informationInternet privacyPolitical sciencePsychologyLaw

Résumé

récupéré en direct d'OpenAlex

This paper discusses the future of employee privacy in social media. Part I reviews the extant legal landscape with an emphasis on three general areas of employer activity related to employees’ online activities: (1) monitoring and surveillance of employee social media profiles, (2) evaluation of applicants’ social media profiles and online speech in making hiring decisions, and (3) limiting employees’ off-duty online activities. Part II reports the results of an empirical research project into the expectations of young employees regarding the role of social media in the workplace. We asked respondents about a wide range of topics related to social media, such as the extent of personal information they post online, the privacy-protective measures they employ on social media sites, their level of concern regarding their privacy online, and their attitudes and expectations regarding the use of social media in the workplace. Despite granting employers access to information about their private lives by participating online, respondents expect that work life and private life should be generally segregated — and that actions in one domain should not affect the other. Guided by the survey findings and legal examples from international jurisdictions, in Part III we offer workable recommendations designed to protect employees’ desire to maintain some separation between personal and professional contexts.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0130,026
Communication savante0,0150,015
Science ouverte0,0010,009
Intégrité de la recherche0,0060,007
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,033
Tête enseignante GPT0,298
Écart entre enseignants0,265 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations26
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPrivacy, Security, and Data ProtectionTravaux en français237 207