Data breaches in the age of surveillance capitalism: Do disclosures have a new role to play?
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
The rise of big data has led to profound changes to the dynamics of accumulation and profiteering. Today, data is captured, produced, and reproduced with such regularity that its collection, utility, and value can go largely unnoticed, giving rise to “surveillance capitalism” (Zuboff, 2019a). This paper explores emerging forms of exploitation within the data economy, including the rise of “instrumentarian power” (Zuboff, 2019a), opacity surrounding data collection and use, and the impact of data breaches on our capacity to function within the information economy. We consider whether new forms of extended responsibility reporting may help to disrupt the trajectory of surveillance capitalism and democratise participation in the digital economy (Crawford, 2021). We draw on the accounting literature on organisational disclosures to consider whether the disclosure of data breaches might enhance accountability by making aspects of the surveillance economy knowable to us. Empirically, our analysis considers the various rules currently governing the disclosure of data breaches in Australia, the US, the EU, and Canada, and the application of these rules in practice. While regulation of the digital economy is developing, laws governing the disclosure of data breaches are highly dependent on an organisation’s judgement. As a consequence, the nature, scale, and timeliness of these disclosures vary significantly, and the lack of clear routines makes it difficult for stakeholders to assess data risks. In response, we consider whether a mandatory disclosure framework might contribute usefully to the public “naming and taming” of surveillance capitalism (Zuboff, 2019a) and the democratisation of our digital future.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| 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