MétaCan
Menu
Retour à la cohorte
Enregistrement W3023712710 · doi:10.1002/asi.24364

Online privacy concerns and privacy protection strategies among older adults in East York, Canada

2020· article· en· W3023712710 sur OpenAlexaffabout
Anabel Quan‐Haase, Dennis Ho

Notice bibliographique

RevueJournal of the Association for Information Science and Technology · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePrivacy, Security, and Data Protection
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésInternet privacyInformation privacyPrivacy protectionPersonally identifiable informationPrivacy softwarePrivacy policyBusinessComputer securityComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract As news headlines report on high‐profile online privacy breaches and the potential negative consequences for users, users are becoming concerned about their privacy. While much research has focused on the concerns of younger generations, few studies have investigated older adults, specifically those aged 65+ years. This study analyzes in‐depth interviews with 40 older adults living in East York, Toronto, Canada, to investigate their online privacy concerns and the strategies they use to mitigate these concerns. We find that East York older adults are mostly concerned about security privacy concerns followed by institutional privacy concerns and only minimally concerned about social privacy. The greatest concerns included information misuse by unknown others and unauthorized access to their personal information. We found that, for some older adults, their high privacy concerns precluded them from taking full advantage of the potential benefits of digital media. East York older adults varied considerably in their use of privacy protection strategies; some older adults used no strategies, while others were eager to protect their privacy using all strategies at their disposal.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,020
Score d'incertitude au seuil0,148

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0070,002
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,023
Tête enseignante GPT0,275
Écart entre enseignants0,251 · 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'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

Citations67
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the Association for Information Science and TechnologyMême sujetPrivacy, Security, and Data ProtectionTravaux en français237 207