COVID-19, national culture, and privacy calculus: factors predicting the cross-cultural acceptance and uptake of contact-tracing technologies
Notice bibliographique
Résumé
The use of information technologies for the public interest, such as COVID-19 tracking apps that aim to reduce the spread of COVID-19 during the pandemic, involve a dilemma between public interest benefits and privacy concerns. Critical in resolving this conflict of interest are citizens’ trust in the government and the risks posed by COVID-19. How much can the government be trusted to access private information? Furthermore, to what extend do the health benefits posed by the technology outweigh the personal risks to one's privacy? We hypothesize that citizens’ acceptance of the technology can be conceptualized as a calculus of privacy concerns, government trust, and the public benefit of adopting a potentially privacy-encroaching technology. The importance that citizens place on their privacy and the extent to which they trust their governments vary though out the world. The present study examined the public’s privacy calculus across nine countries (Australia, Germany, Italy, Japan, Spain, Switzerland, Taiwan, the United Kingdom, and the United States) focusing on social acceptance of contact-tracing technologies during the COVID-19 pandemic. We found that across countries, privacy concerns were negatively associated with citizens’ acceptance of the technology, while government trust, perceived effectiveness of the technology, and the health threats of COVID-19 were positively associated. National cultural orientations moderate the effects of the basic factors of privacy calculus. In particular, individualism (value of the individual) amplified the effect of privacy concerns, whereas general trust (trust in the wider public) amplified the effect of government trust. National culture therefore requires careful attention in resolving public policy dilemmas of privacy, trust, and public interest.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».