Digital Distrust: Assuring Security and Trust in Egovernment
Notice bibliographique
Résumé
As we enter the Anthropocene for digital information, governments are constantly seeking new ways to ‘plug-in’ populations and promote ease of access of government services. Dubbed ‘e-governance’, this concept uses Information and Communicative Technologies (ICT) to create and expand e-channels of service access to populations through the transformation and improvement of technology (Bannister & Connolly 2012). In doing so, however, the ability for government to connect with populations poses both technical and normative challenges surrounding assurance, security, and trust. Although the Government of Canada, for example, states explicitly that encryption and secure-sending of data should provide citizens with an adequate assurance of protection, this relationship is dependent upon the trust of the citizenship it serves (Immigration and Citizenship Canada 2018). What should happen, however, if the government is seeking to provide this service to a group with which it is not perceived to have a fully-established trust relationship with? Can the government ‘create’ trust through e-governance by highlighting access and transparency? This paper explores the theoretical frameworks of mutual trust and assurance which currently dictate the terms of Canadian e-government. Specifically, we explore both the normative elements of trust between marginalized groups and the government, as well as how policymakers use e-governance not only as a means of efficacy, but for explicit trust-building as well.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,033 |
| Communication savante | 0,012 | 0,014 |
| Science ouverte | 0,001 | 0,012 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».