MétaCan
Menu
Retour à la cohorte
Enregistrement W2169162111 · doi:10.24908/ss.v11i1/2.4517

Comparison of Survey Findings from Canada and the USA on Surveillance and Privacy from 2006 and 2012

2013· article· en· W2169162111 sur OpenAlexaffabout
Emily Smith, David Lyon

Notice bibliographique

RevueSurveillance & Society · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePrivacy, Security, and Data Protection
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésWorryThe InternetInternet privacyPublic opinionSurvey data collectionPersonally identifiable informationMoodPolitical sciencePublic relationsPsychologySocial psychologyLawComputer science

Résumé

récupéré en direct d'OpenAlex

This research note highlights the comparative findings of a recent repeat survey of surveillance and privacy. It also draws attention to the usefulness of public opinion surveys for scanning popular responses to surveillance in different contexts and between different countries. The findings from a survey administered in Canada and the USA in 2006, then repeated in a 2012 poll, indicate some continuities and some relevant changes in mood over time. Knowledge of the internet and of softwares such as GPS is relatively high in both countries and this is accented among younger groups, especially males. Similarly, while a higher proportion than previously think they have a say over what happens to their personal data, the younger, the more so. In both countries, more people than before believe that camera surveillance is effective. Curiously, knowledge of laws regulating personal data flows has declined while a greater proportion now consider security-surveillance intrusive. And although responses to workplace surveillance are basically similar, the idea that employers may share data with others is censured. At national borders there is less support for giving extra security checks to visible minorities. People take more steps to protect their personal data in each country, although they worry much more about what corporations, as compared with governments, might do with them. Fluctuations by age and gender occur here too.

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)0,001
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 enseignants0,028
Score d'incertitude au seuil0,584

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
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 Opus0,030
Tête enseignante GPT0,288
Écart entre enseignants0,259 · 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

Citations10
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSurveillance & SocietyMême sujetPrivacy, Security, and Data ProtectionTravaux en français237 207