MétaCan
Menu
Retour à la cohorte
Enregistrement W2275731652

Privacy Year in Review: Canada's Personal Information and Protection and Electronic Documents Act and Japan's Personal Information Protection Act

2005· article· en· W2275731652 sur OpenAlexaboutno aff

Notice bibliographique

RevueThe Knowledge Bank (The Ohio State University) · 2005
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePrivacy, Security, and Data Protection
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPersonally identifiable informationInformation privacy lawData Protection Act 1998LegislationFTC Fair Information PracticeStatutory lawPrivacy policyJurisdictionBusinessPersonal jurisdictionInformation privacyFreedom of informationPrivacy lawInternet privacyLawPolitical sciencePrivacy by DesignComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Of the many international laws affecting privacy rights that developed during 2004, two of the most important are Canada's Personal Information and Protection and Electronic Documents Act ("PIPEDA "') and Japan's Personal Information Protection Act.The legal and statutory history of both acts is reviewed Additionally, this article analyzes the meanings of the various terms and conditions within the two acts.Due to the recent passage in 2003 of the Personal Information Protection Act, an indepth discussion of its language and requirements is provided The Canadian case, Eastmond v. Canadian Pacific Railway, is used to illustrate the emerging requirements.and intricacies of PIPEDA.Its analysis includes a discussion ofjurisdiction, the de novo standard of review, and consent under PIPEDA.Also included in the analysis of PIPEDA is a discussion of the four-part test used to determine whether the purposes for collecting personal information are those a reasonable person would consider appropriate.Analysis of the Personal Information Protection Act includes looking at the future impacts and interpretations of the act.In particular, this article discusses the possible impacts the act may have on United States businesses that do business in Japan.Finally, the Personal Information Protection Act is viewed in comparison with United States and European Union privacy regulations and legislation.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,973
Score d'incertitude au seuil0,944

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,003
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 Opus0,010
Tête enseignante GPT0,226
Écart entre enseignants0,216 · 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'étudeSans objet
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

Citations0
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Knowledge Bank (The Ohio State University)Même sujetPrivacy, Security, and Data ProtectionTravaux en français237 207