MétaCan
Menu
Retour à la cohorte
Enregistrement W4200430331 · doi:10.1093/geroni/igab046.1256

Identity Theft and Older Adults: How Minorities and the Poor Suffer the Worst Consequences

2021· article· en· W4200430331 sur OpenAlexaff
David Burnes, Marguerite DeLiema, Lynn Langton

Notice bibliographique

RevueInnovation in Aging · 2021
Typearticle
Langueen
DomaineComputer Science
ThématiqueCybercrime and Law Enforcement Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésIdentity theftIdentity (music)DisadvantagedPsychologyDistressSocioeconomic statusSocial psychologyMedicineClinical psychologyPolitical scienceComputer securityEnvironmental healthLaw

Résumé

récupéré en direct d'OpenAlex

Abstract Society’s growing reliance on technology to transfer and store private information has created more opportunities for identity thieves to access personal data. Prior work using data from the National Crime Victimization Survey (NCVS) Identity Theft Supplement (ITS) showed that baby boomers were significantly more likely than Millennials to be victims of identity theft and that older people and minorities experience more severe economic and psychological consequences. This study examines how socioeconomic status, demographic characteristics, and incident-specific factors relate to how much money is stolen during identity theft, the likelihood of experiencing out-of-pocket costs, and emotional distress among identity theft victims age 65 and older. Using combined data from the 2014 and 2016 NCVS-ITS, this study examines the correlates of financial and psychological consequences of identity theft among 2,307 victims age 65 and older. Older Black victims are more likely to have greater amounts of money stolen and are more likely feel distressed than older non-Latino white identity theft victims. The most disadvantaged older adults living at or below the federal poverty level are nearly five times as likely to suffer out-of-pocket costs. The length of time information is misused and the hours spent resolving identity theft are significantly associated with emotional distress. More than one-third of older victims experience moderate to severe emotional distress following identity theft, and those who can least afford it suffer out-of-pocket costs. Greater advocacy and psychological support are needed to help older adults recover, in addition to tools to protect their personal information from misuse.

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)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0030,002
Science ouverte0,0000,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,017
Tête enseignante GPT0,257
Écart entre enseignants0,240 · 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'étudeObservationnel
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 revueInnovation in AgingMême sujetCybercrime and Law Enforcement StudiesTravaux en français237 207