MétaCan
Menu
Retour à la cohorte
Enregistrement W2156820510 · doi:10.1177/026975800901600305

Identity Theft: Comparing Canadian and Mexican Students' Perceptions and Awareness and Risk of Victimization

2009· article· en· W2156820510 sur OpenAlexaffabout
John Winterdyk, Nikki Filipuzzi

Notice bibliographique

RevueInternational Review of Victimology · 2009
Typearticle
Langueen
DomaineComputer Science
ThématiqueCybercrime and Law Enforcement Studies
Établissements canadiensMount Royal University
Organismes subventionnairesnon disponible
Mots-clésIdentity theftIdentity (music)PerceptionPersonally identifiable informationPsychologySocial psychologyVariety (cybernetics)Risk perceptionInternet privacyPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

While there is considerable descriptive information on identity theft and identity fraud originating from a few countries, there is a dearth of information about people's knowledge and awareness of identity theft and their potential risk of becoming a victim. This study measured the self-reported perception and awareness about the nature, risk and effects of identity theft and a variety of fraudulent behaviors among 104 Mexican and 360 Canadian post-secondary students. The findings indicate that overall the students were not well informed about identity theft and were not overly vigilant in protecting their personal identity information. However, there were some differences between the two groups. Based on the findings, general policy implications and educational strategies are offered to better combat identity theft within the respective countries studied. A number of suggestions for future research are also proposed.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,069
Score d'incertitude au seuil0,991

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,015
Tête enseignante GPT0,328
Écart entre enseignants0,314 · 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

Citations4
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Review of VictimologyMême sujetCybercrime and Law Enforcement StudiesTravaux en français237 207