MétaCan
Menu
Retour à la cohorte
Enregistrement W3142021439 · doi:10.36939/cjur/vol29no1/art268

Privacy and smart cities: A Canadian survey

2020· article· en· W3142021439 sur OpenAlexafffundvenueabout
Sara Bannerman, Angela Orasch

Notice bibliographique

RevueCanadian journal of urban research · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueSmart Cities and Technologies
Établissements canadiensMcMaster University
Organismes subventionnairesCanada Research ChairsMcMaster University
Mots-clésContext (archaeology)Smart cityInternet privacyEthnic groupData collectionInformation privacySurvey data collectionSurvey researchPolitical scienceGeographyPublic relationsSociologyComputer scienceSocioeconomicsLawSocial scienceInternet of Things

Résumé

récupéré en direct d'OpenAlex

This paper reports the results of a national survey of Canadians about smart city privacy. Our research questions were: How concerned are Canadians about smart city privacy? How do these concerns intersect with age, gender, ethnicity, and location? More, what are the expectations of Canadians with regards to their ability to control, use, or opt-out of data collection in smart city context? What rights and privileges do Canadians feel are appropriate with regard to data self-determination, and what types of data are considered more sensitive than others? In part two of this paper, we review existing literature on privacy and smart cities, particularly in Canada. In part three, we outline the method used in our survey. In part four, we present the findings of our national survey on Canadian attitudes towards privacy in a smart city context. We conclude by summarizing our findings and setting out possible areas for future research.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,433
Score d'incertitude au seuil0,638

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,102
Tête enseignante GPT0,273
Écart entre enseignants0,170 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations9
Publié2020
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian journal of urban researchMême sujetSmart Cities and TechnologiesTravaux en français237 207