Protection of Geoprivacy and Accuracy of Spatial Information: How Effective Are Geographical Masks?
Notice bibliographique
Résumé
Spatial analysis and mapping of georeferenced, individual-level data can help identify important geographical patterns or lead to knowledge significant for dealing with specific social issues in a particular area. However, given the need to protect personal privacy when using geospatial data, the possibility for undertaking geographical analysis on certain types of individual-level data is becoming increasingly circumscribed. This article addresses the need to protect geoprivacy while making georeferenced, individual-level data available in such a way that analytical results are not significantly affected. The effectiveness of three geographical masks with different perturbation radii (r) is examined using a data set for lung-cancer deaths in Franklin County, Ohio, in 1999. The findings reveal a rather consistent trade-off between data confidentiality and accuracy of analytical results. There seems to be a threshold r-value at which the results of analyses on masked data become substantially different from the original results. An r that produces an area about the average size of the study-area census-block groups achieves a desirable optimum trade-off between privacy protection and accuracy of results. The study shows that implementing appropriate geographical masks may help data managers or researchers establish the desirable trade-off, in a particular context, between privacy protection and accuracy of geographic information.
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 | 0,048 | 0,235 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,009 |
| Communication savante | 0,006 | 0,016 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».