MétaCan
Menu
Retour à la cohorte
Enregistrement W1890301076

Local Nets on a Global Network: Filtering and the Internet Governance Problem

2010· article· en· W1890301076 sur OpenAlexfundno aff
John Palfrey

Notice bibliographique

RevueDigital Access to Scholarship at Harvard (DASH) (Harvard University) · 2010
Typearticle
Langueen
DomaineComputer Science
ThématiqueInternet Traffic Analysis and Secure E-voting
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Toronto
Mots-clésThe InternetInternet governanceCensorshipCorporate governancePolitical sciencePublic relationsState (computer science)Internet privacyBusinessLawComputer scienceWorld Wide Web
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

More than three dozen states around the world take part in censoring what their citizens can see and do on the Internet.This practice is increasingly widespread, with extensive filtering regimes in place in China, Iran, Burma (Myanmar), Syria, and Uzbekistan.Censorship using technological filters is often coupled with restrictive laws related to what the press can publish, opaque surveillance practices, and severe penalties for people who break the state's rules of using the Internet.This trend has been emerging since at least 2002.As Internet use overall and the practice of online censorship grow, heads of state and their representatives have been gathering to discuss the broad topic of "Internet governance" at a series of high-profile, global meetings.These meetings have taken the form of periodic World Summits on the Information Society and, more recently, meetings of the Internet Governance Forum.The widespread practice of blocking citizens from accessing certain information on the Internet from within a given state offers a point of engagement for the Internet governance debate that takes place at these summits and forums.Those who have participated in and lead these global efforts-the World Summit on Information Society's planners, the members of the United Nations ICT Task

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)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,026
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0050,009
Communication savante0,0090,013
Science ouverte0,0010,003
Intégrité de la recherche0,0050,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,012
Tête enseignante GPT0,218
Écart entre enseignants0,206 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations4
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDigital Access to Scholarship at Harvard (DASH) (Harvard University)Même sujetInternet Traffic Analysis and Secure E-votingTravaux en français237 207