MétaCan
Menu
Retour à la cohorte
Enregistrement W4390203642 · doi:10.4236/vp.2023.94026

Breach Notification in the General Data Protection Regulation

2023· article· en· W4390203642 sur OpenAlexaboutno aff
M’Bia Hortense De-Yolande, Théo Doh-Djanhoundji, Gabo Yves Constant

Notice bibliographique

RevueVoice of the Publisher · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiquePrivacy-Preserving Technologies in Data
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésData breachData Protection Act 1998General Data Protection RegulationBusinessComputer securityInformation privacyData securityLiabilityData Protection DirectiveTransformative learningInformation privacy lawInternet privacyPrivacy by DesignEuropean unionComputer scienceEncryptionEuropean Union law

Résumé

récupéré en direct d'OpenAlex

The EU General Data Protection Regulation (GDPR) introduced new standards for data breach notification. Articles 33 and 34 of the Regulation require that in the event of a data breach, the supervisory authority and data subjects must be informed. This paper discusses the European legal framework for data breach notification and its implications for organizations, data subjects, and supervisory authorities. By analyzing the main provisions, deadlines, and requirements of the Regulation, it examines the problems and possibilities of the data breach notification system provided for in the Regulation. It highlights the transformative impact of the breach notification provisions on data security, privacy, and liability. By examining breaches from the perspectives of legal obligations, organizational responsibilities, and individual and user rights, we aim to shed light on the complex dimensions of this critical element of data protection and its profound impact on data protection practices in the digital age. Ultimately, this study serves as a benchmark for the GDPR’s breach notification provisions with the US California Consumer Protection Act and the Canadian Privacy and Electronic Documents Act. As technology continues to evolve with artificial intelligence, big data, blockchains, and the Internet of Things, new security gaps and data processing methods will emerge that will set new standards for data breach notification.

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)0,106
score de la tête « metaresearch » (Gemma)0,128
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 enseignants0,106
Score d'incertitude au seuil0,560

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1060,128
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0020,004
Bibliométrie0,0030,004
Études des sciences et des technologies0,0080,026
Communication savante0,0240,017
Science ouverte0,0050,013
Intégrité de la recherche0,0320,021
Charge utile insuffisante (le modèle a refusé de juger)0,0050,003

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 Opus0,094
Tête enseignante GPT0,297
Écart entre enseignants0,204 · 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

Citations7
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVoice of the PublisherMême sujetPrivacy-Preserving Technologies in DataTravaux en français237 207