MétaCan
Menu
← Retour à la cohorte
Enregistrement W4312792291 · doi:10.6028/nist.sp.800-188.3pd

De-Identifying Government Data Sets

2022· report· en· W4312792291 sur OpenAlexfundno aff
Simson Garfnkel

Notice bibliographique

Revuenon disponible
Typereport
Langueen
DomaineSocial Sciences
ThématiqueElectoral Systems and Political Participation
Établissements canadiensnon disponible
Organismes subventionnairesOffice of Planning, Research and EvaluationAdministration for Children and FamiliesCanadian Patient Safety InstituteInformation Technology LaboratoryHarvard UniversityMassachusetts Institute of TechnologyMillennium Challenge CorporationNational Institute of Standards and TechnologyU.S. Department of EducationU.S. Department of Health and Human Services
Mots-clésGovernment (linguistics)Computer scienceData scienceData miningPhilosophy

Résumé

récupéré en direct d'OpenAlex

De-identifcation is a process that is applied to a dataset with the goal of preventing or limiting informational risks to individuals, protected groups, and establishments while still allowing for meaningful statistical analysis.Government agencies can use de-identifcation to reduce the privacy risk associated with collecting, processing, archiving, distributing, or publishing government data.Previously, NISTIR 8053, De-Identifcation of Personal Information [51], provided a survey of de-identifcation and re-identifcation techniques.This document provides specifc guidance to government agencies that wish to use deidentifcation.Before using de-identifcation, agencies should evaluate their goals for using de-identifcation and the potential risks that de-identifcation might create.Agencies should decide upon a de-identifcation release model, such as publishing de-identifed data, publishing synthetic data based on identifed data, or providing a query interface that incorporates de-identifcation.Agencies can create a Disclosure Review Board to oversee the process of de-identifcation.They can also adopt a de-identifcation standard with measurable performance levels and perform re-identifcation studies to gauge the risk associated with de-identifcation.Several specifc techniques for de-identifcation are available, including de-identifcation by removing identifers and transforming quasi-identifers and the use of formal privacy models.People performing de-identifcation generally use specialpurpose software tools to perform the data manipulation and calculate the likely risk of re-identifcation.However, not all tools that merely mask personal information provide suffcient functionality for performing de-identifcation.This document also includes an extensive list of references, a glossary, and a list of specifc de-identifcation tools, which is only included to convey the range of tools currently available and is not intended to imply a recommendation or endorsement by NIST.

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)0,025
score de la tête « metaresearch » (Gemma)0,085
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,134

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,085
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0100,015
Études des sciences et des technologies0,0030,002
Communication savante0,0090,008
Science ouverte0,0040,011
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0090,010

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 Opus0,344
Tête enseignante GPT0,487
Écart entre enseignants0,143 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetElectoral Systems and Political Participation→Travaux en français237 207→