MétaCan
Menu
Retour à la cohorte
Enregistrement W2295331802 · doi:10.1109/hicss.2016.455

An Exploratory Study on Behavioral and Emotional Coping with IT-Enabled Government Surveillance

2016· article· en· W2295331802 sur OpenAlexaff
Hanieh Moshki, Henri Barki

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePrivacy, Security, and Data Protection
Établissements canadiensHEC Montréal
Organismes subventionnairesnon disponible
Mots-clésConceptualizationOperationalizationCoping (psychology)PsychologyExploratory researchSocial psychologyComputer scienceClinical psychologySociology

Résumé

récupéré en direct d'OpenAlex

Despite the growing literature on the notion of Data Privacy Concern, we lack an agreed upon conceptualization and operationalization of this overarching construct. The present paper argues that the concept of privacy is highly context-dependent and that its proper conceptualization requires the specification of the nature of the data involved, as well as the identity of the perceived data violator. Based on this idea, as well as Folkman et al.' s [11] eight ways of coping as a conceptual framework, we describe an exploratory study we undertook to examine individuals' behavioral and emotional coping approaches to online intellectual privacy and governments as potential violators of online intellectual privacy. A qualitative analysis of 206 online textual comments made by surveillance news readers led to the identification of three behavioral coping mechanisms, i.e., confrontive_B coping, enlightening and self-control, as well as five emotional coping mechanisms, i.e., delusional thinking, self-control, confrontive_E coping, escape-avoidance and positive appraisal.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,148
Score d'incertitude au seuil0,903

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 technologies0,0000,000
Communication savante0,0000,001
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 Opus0,048
Tête enseignante GPT0,320
Écart entre enseignants0,272 · 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPrivacy, Security, and Data ProtectionTravaux en français237 207