MétaCan
Menu
Retour à la cohorte
Enregistrement W3036565276 · doi:10.5694/mja2.50680

Tracking, tracing, trust: contemplating mitigating the impact of <scp>COVID</scp> ‐19 through technological interventions

2020· letter· en· W3036565276 sur OpenAlexaff
Simon Coghlan, Marc Cheong, Benjamin Coghlan

Notice bibliographique

RevueThe Medical Journal of Australia · 2020
Typeletter
Langueen
DomaineComputer Science
ThématiqueCOVID-19 Digital Contact Tracing
Établissements canadiensArtificial Intelligence in Medicine (Canada)
Organismes subventionnairesnon disponible
Mots-clésContact tracingInternet privacyBusinessComputer securityComputer scienceMedicineCoronavirus disease 2019 (COVID-19)DiseaseInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

To the Editor: The use of Bluetooth-enabled apps like Australia's COVIDSafe to contact trace people exposed to coronavirus disease 2019 (COVID-19) raises challenging moral and public health questions. Leins and colleagues1 rightly note that such tracing may endanger human rights. Yet the ethical decisions for governments and citizens are complex. The absence of vaccines and effective treatments, and the significant asymptomatic transmission of SARS-CoV-2, compels reliance on traditional tactics of social distancing, quarantine and contact tracing.2, 3 Although the added value of digital contact tracing over manual tracing remains uncertain, even marginal improvements may interrupt disease transmission, save lives and improve public health resourcing. This could especially benefit vulnerable and disadvantaged people who suffer disproportionate harms,4 without treating digital contact tracing as a “silver bullet”. Whether, and which, digital contact tracing options are warranted depends on tough cost–benefit judgements. COVIDSafe's centralised storage of data on Amazon's servers facilitates access by governments with extraordinary power to interfere in citizens’ lives. Alternatively, decentralised data storage on smartphones has privacy advantages — but providing individual app users with the discretion to act on notifications of potential exposure to COVID-19 may compromise disease control efforts. A hard choice exists between allowing personal data to be accessible by democratically elected governments versus powerful technology giants like Apple and Google which support decentralised data storage.5 Even greater invasions of privacy have been proposed, however, with location tracking options such as Norway's Smittestopp app (https://helsenorge.no/coronavirus/smittestopp) promoted as necessary to understand community interactions and the effects of social distancing policies for current (and future) outbreaks. While Leins and colleagues highlight significant ethical drawbacks, a full ethical analysis of digital contact tracing must also weigh its potential benefits. Certainly, citizens should agitate for strong protections to prevent abuse of power and misuse of personal information. However, even when governments offer ethically suboptimal contact tracing options, it may be permissible and even a moral requirement, all things considered, for citizens to support options to help protect the community. For its part, the Australian government should recognise that deploying digital tracing without sufficient transparency and community and expert input leaves citizens with harder moral decisions. No relevant disclosures.

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)0,003
score de la tête « metaresearch » (Gemma)0,019
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Science ouverte, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,872
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,019
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0060,001
Intégrité de la recherche0,0010,008
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 Opus0,145
Tête enseignante GPT0,393
Écart entre enseignants0,248 · 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'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

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Medical Journal of AustraliaMême sujetCOVID-19 Digital Contact TracingTravaux en français237 207