MétaCan
Menu
Retour à la cohorte
Enregistrement W4391342518 · doi:10.22541/au.170664083.33427025/v1

Where has privacy gone?

2024· preprint· en· W4391342518 sur OpenAlexaff
Esma Aı̈meur, Gilles Brassard

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineComputer Science
ThématiquePrivacy-Preserving Technologies in Data
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésInternet privacyBossContext (archaeology)MultitudeOrder (exchange)AdvertisingSociologyComputer securityLawComputer scienceHistoryBusinessPolitical scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Alice is reading a novel on her computer in the comfort of her home drinking a piña colada. Her husband John, on the other hand, is grabbing his morning cup of coffee at his favorite café while looking at his Facebook account. Alice’s webcam is on and John feels at ease using the café’s public WiFi. Then, suddenly, Alice gets an advertisement about Caribbean drinks. She is a bit perplexed. As for John, he receives an email from his boss asking why he is not at work and another from Facebook alerting him of suspicious activities on his account. He is irritated. They both thought their privacy was safe. There are a multitude of threats looming on the horizon from profiling, identity theft, and mass surveillance to depriving babies of their right to privacy before being born. Before diving into the dangers and how to eliminate or at least mitigate threats, let us understand the concept of privacy. To do so, we go back to the origins in order to comprehend its evolution throughout history. At each period, privacy practices adapt to the time-specific context. Not only that, but the historical context can have long-lasting implications for centuries to come. We then explain the situation today with the impacts on the individual and society. Finally, we draw some conclusions about the future of privacy.

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)0,006
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0090,022
Communication savante0,0150,030
Science ouverte0,0010,004
Intégrité de la recherche0,0070,010
Charge utile insuffisante (le modèle a refusé de juger)0,0160,003

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 Opus0,060
Tête enseignante GPT0,297
Écart entre enseignants0,237 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreCommentaire

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPrivacy-Preserving Technologies in DataTravaux en français237 207