MétaCan
Menu
Retour à la cohorte
Enregistrement W3213462452

On the (Data) Breach of Confidence

2021· article· en· W3213462452 sur OpenAlexaboutno aff
Matt Malone

Notice bibliographique

RevueSSRN Electronic Journal · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueDispute Resolution and Class Actions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRedressData breachAppealClass actionContext (archaeology)Action (physics)Political scienceLawSubject (documents)Cause of actionReading (process)Internet privacyBusinessSupreme courtComputer scienceState (computer science)HistoryWorld Wide Web
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In the last decade, the evolution of the breach of confidence as a legal instrument to redress harms occurring in digital realms has tested the limits of this cause of action and raised significant questions about the legal interests it serves to protect. This case comment focuses on another type of dispute—one where courts have been far more equivocal in their approach—where parties have sought to assert the breach of confidence for wrongs occurring in online relationships: data breaches. Focusing on Tucci v. Peoples Trust Company, a judgment handed down by the Court of Appeal for British Columbia in September 2020 on appeal of a decision certifying a class of web users whose personal information was subject to unauthorized acquisition in a data breach, this comment scrutinizes the reading of the breach of confidence that Canadian courts have been making in the context of data breaches, and contends that this reading ignores the essence and promise of this cause of action to instill trust in online relationships that are threatened when data breaches occur. Contrary to judicial reluctance to allow the breach of confidence to operate in these scenarios, this comment argues that this cause of action is an appropriate and effective mechanism for establishing and reinforcing norms of trust in online relationships that are threatened when data breaches occur.

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)0,021
score de la tête « metaresearch » (Gemma)0,068
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,403
Score d'incertitude au seuil0,801

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,068
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0220,072
Communication savante0,0220,012
Science ouverte0,0050,013
Intégrité de la recherche0,0270,029
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,246
Écart entre enseignants0,222 · 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'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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetDispute Resolution and Class ActionsTravaux en français237 207