Bridging the transatlantic divide? The United States, the European Union, and the protection of privacy across borders
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Revelations of mass surveillance by the US National Security Agency have produced widespread protest, notably in the EU, and have supposedly deepened the transatlantic divide between the US and the EU on matters of privacy and national security. The aim of this article is to qualify this understanding. While there are substantial differences between the US and the EU with respect to data protection from private actors, the differences are far less stark when it comes to restrictions on state surveillance for national security purposes. In particular, in both regimes privacy protections apply mainly territorially, to the benefit of citizen residents, while few if any legal limits constrain the capacity of intelligence agencies to conduct surveillance of non-citizens outside their borders. As a result, EU citizens are vulnerable to US surveillance, and US citizens are vulnerable to surveillance by European states. In the absence of transformation of domestic law, we maintain that a transatlantic agreement is necessary if privacy is to be safeguarded effectively. We identify several strong legal and policy arguments why the EU and the US should adopt a transnational compact restricting the powers of their own intelligence agencies to spy on each other’s citizens. While there are undoubtedly concerns about what the content of such an agreement might look like, any degree of transnational protection would be an improvement over the current state of affairs. The capacity of nations to engage in dragnet surveillance has gone global, and unless law catches up, privacy rights will be left behind.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,006 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle