MétaCan
Menu
Retour à la cohorte
Enregistrement W2336937760

Reviewing PIPEDA: Control, Privacy and the Limits of Fair Information Practices

2006· article· en· W2336937760 sur OpenAlexaff
Lisa M. Austin

Notice bibliographique

RevueTSpace (University of Toronto) · 2006
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLaw, Rights, and Freedoms
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPersonally identifiable informationFTC Fair Information PracticeEntitlement (fair division)Privacy policyPrivacy by DesignInternet privacyInformation privacy lawInformation privacyScope (computer science)Control (management)BusinessComputer securityComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This article argues that the federal Personal Information Protection and Electronic Documents Act (PIPEDA) provides individuals with control over their personal information in order to protect informational privacy while permitting organizations to collect, use and disclose personal information for legitimate and reasonable purposes. However, in determining whether such control is effective in protecting privacy, a number of issues emerged as important: control over personal information can protect a broader set of values than simply privacy; individual informational privacy can be protected even in the absence of individual consent; determining the scope of the legal entitlement to control over personal information requires an understanding of the values that privacy is meant to protect and a balancing of these against legitimate claims of others in a principled manner; and control will only protect privacy if individuals are presented with meaningful choices regarding privacy options. These issues then helped to pinpoint a number of PIPEDA'S weaknesses, including its all-or-nothing approach to Schedule 1obligations; the scope of individual control over personal information provided and the role of implied consent; the desirability of an Ombudsman model; and whether PIPEDA'S provisions can require that privacy be taken into account at the stage of administrative and technological design.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,041
score de la tête « metaresearch » (Gemma)0,088
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,914
Score d'incertitude au seuil0,218

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0410,088
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0080,037
Communication savante0,0160,016
Science ouverte0,0030,005
Intégrité de la recherche0,0150,016
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,024
Tête enseignante GPT0,268
Écart entre enseignants0,244 · 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 source (Gemma direct ou Codex distillé), 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

Citations14
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpace (University of Toronto)Même sujetLaw, Rights, and FreedomsTravaux en français237 207