MétaCan
Menu
Retour à la cohorte
Enregistrement W4413330404 · doi:10.37082/ijirmps.v13.i4.232704

The Right to Be Forgotten in the Digital Age: Challenges and Omissions in the Digital Personal Data Protection Act, 2023

2025· article· en· W4413330404 sur OpenAlexaff
Dharmendra Kumar

Notice bibliographique

RevueInternational Journal of Innovative Research in Engineering & Multidisciplinary Physical Sciences · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePrivacy, Security, and Data Protection
Établissements canadiensInstitute on Governance
Organismes subventionnairesnon disponible
Mots-clésRight to be forgottenData Protection Act 1998Internet privacyPolitical scienceLawComputer science

Résumé

récupéré en direct d'OpenAlex

The Right to Be Forgotten (RTBF) has emerged as a pivotal privacy right in the digital era, yet India’s Digital Personal Data Protection Act, 2023 (DPDPA), lacks explicit provisions for its implementation. This paper examines the DPDPA’s approach to data privacy, focusing on its omission of a robust RTBF framework, and identifies associated legal, technical, and enforcement challenges. Employing doctrinal legal research and comparative analysis with the EU’s GDPR, the study evaluates gaps in the DPDPA, particularly its vague data erasure provisions (Section 8) and reliance on judicial interpretation. It argues that the absence of clear RTBF mechanisms undermines individual autonomy and fails to address the needs of vulnerable groups seeking data removal. The paper proposes legislative amendments to incorporate explicit RTBF provisions, strengthen the Data Protection Board’s role, and enhance public awareness. By addressing these omissions, India can align its data protection framework with global standards, ensuring greater privacy rights in the digital age.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,576
Score d'incertitude au seuil0,786

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0030,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,151
Tête enseignante GPT0,450
Écart entre enseignants0,298 · 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 tête enseignante, 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Innovative Research in Engineering & Multidisciplinary Physical SciencesMême sujetPrivacy, Security, and Data ProtectionTravaux en français237 207