MétaCan
Menu
Retour à la cohorte
Enregistrement W1980317104 · doi:10.1109/congress.2009.29

Research Data in Google Earth: How Do We Protect Privacy and Meet Ethical Obligations?

2009· article· en· W1980317104 sur OpenAlexaffabout
Gregory Fleet, Micah Williamson

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueData-Driven Disease Surveillance
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésConfidentialityIdentification (biology)Computer scienceInformation privacyGlobeObligationGlobal Positioning SystemInternet privacyData scienceComputer securityPolitical scienceTelecommunicationsLaw

Résumé

récupéré en direct d'OpenAlex

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,587
Score d'incertitude au seuil0,364

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,145
Tête enseignante GPT0,429
Écart entre enseignants0,284 · 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 tête enseignante, pas un consensus.

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

Citations1
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetData-Driven Disease SurveillanceTravaux en français237 207