Research Data in Google Earth: How Do We Protect Privacy and Meet Ethical Obligations?
Notice bibliographique
Résumé
In 2005, Google released Google Earth (a free virtual globe, map and geographic information program) allowing anyone with location coordinates (postal codes, GPS data) to create and share accurate spatial-location maps. It has since become a powerful tool for researchers and scientists in the growing discipline of visual data analysis. In 2008, Fleet and Williamson demonstrated analytic and communication benefits by mapping the survey data of 400 small and medium businesses in Atlantic Canada. Yet, our (research) ethical obligation is to ensure the confidentiality of identification information received from respondents, and the postal code data entered into geo-analytic tools such as Google Earth allow the viewer to see identification pins marking individual buildings or rooftops. This paper will summarize the Canadian requirements on privacy, confidentiality and identification issues and requirements for Canadian researchers (as defined by the Canadian Tri-Council Policy Statement). It will conclude with a series of proposals and discussion points (both technical and non-technical) for how to address these concerns.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,328 | 0,420 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,007 | 0,016 |
| Études des sciences et des technologies | 0,023 | 0,080 |
| Communication savante | 0,038 | 0,038 |
| Science ouverte | 0,010 | 0,017 |
| Intégrité de la recherche | 0,016 | 0,028 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,003 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».