MétaCan
Menu
Retour à la cohorte
Enregistrement W2582592784 · doi:10.4018/978-1-5225-1837-2.ch088

Suggestions for Achieving Balance between Corporate Dataveillance and Employee Privacy Concerns

2017· book-chapter· en· W2582592784 sur OpenAlexaff
Ordor Ngowari Rosette, Fatemeh Kazemeyni, Shaun Aghili, Sergey Butakov, Ron Ruhl

Notice bibliographique

RevueIGI Global eBooks · 2017
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiquePrivacy, Security, and Data Protection
Établissements canadiensConcordia University of Edmonton
Organismes subventionnairesnon disponible
Mots-clésBig dataBalance (ability)BusinessInternet privacyWork–life balanceWork (physics)WorkforceInformation privacyThe InternetPrivacy by DesignDimension (graph theory)Social mediaKnowledge managementPublic relationsComputer scienceEngineeringWorld Wide WebAccountingPolitical sciencePsychology

Résumé

récupéré en direct d'OpenAlex

Big data, like most technological innovations, brings noticeable benefits as well potential risks. Dataveillance using big data is becoming another dimension in the increasing privacy concerns of the workforce. Such concerns emanate from the tension between the correct use of employee personal data and information privacy in big data within and outside the work environment. It has evolved as employees are becoming increasingly cognizant of the ways in which employers can use technologies to monitor social media activities, internet interactions, emails and other online activities outside the work environment. The objective of this research paper is to recommend a set of guidelines which will be mapped to COBIT 5 framework to help medium and large organizations balance the tension between the increasing potential of big data and employee dataveillance privacy concerns in workplaces.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,927
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,085
Tête enseignante GPT0,335
Écart entre enseignants0,250 · 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.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIGI Global eBooksMême sujetPrivacy, Security, and Data ProtectionTravaux en français237 207