The legal protection of data privacy in Nigeria : lessons from Canada and South Africa
Notice bibliographique
Résumé
The thesis examines the legal protection of data privacy in Nigeria. Investigating this issue is crucial in the wake of the rise in data processing activities as a result of the relative advances in technology which challenge human rights. Generally, the right to data privacy emerged because of the need to protect individuals from risks resulting from the automated or manual processing of their personal information. Unlike the general assumption in most data privacy literature, however, this study considers data privacy as a sui generis right with an added-value beyond the traditional the right to privacy. The thesis, therefore, argues that the extant legal framework in Nigeria is manifestly inadequate to effectively protect individuals from the threats resulting from the processing of their personal information. This view is held based on an analysis of the major data privacy issues in Nigeria today and a review of the current legal regime. Thus, scholarship that contends that there is insufficient processing in the country which is a reason why data privacy right is neglected is challenged. Furthermore, the thesis argues that useful lessons can be obtained from Canada and South Africa for the purpose of improving the data privacy regime in Nigeria, although, it is admitted that both regimes are not perfect. Therefore, with the aid of a combination of descriptive, analytic and comparative methods, an in-depth study is carried out of the Canadian and South African legal regimes on data privacy protection. In carrying out this study, the focus is placed on the constitutional and statutory mechanisms for data privacy protection. The statutory mechanism in this case is the comprehensive data privacy code. In addition, the thesis brings together contemporary debates on improving data privacy regimes and a rights-based approach is proposed for Nigeria. This is because, data privacy protection in African countries is usually misconceived as basically for economic purposes without due regard to human rights and fundamental freedoms. In conclusion, the thesis contends that, contrary to the common belief, merely enacting a legislation, which is a cut and paste of foreign data privacy laws, is not a silver bullet to resolving the data privacy problem in Nigeria. The thesis, therefore, recommends an effective legal regime based on insights from the Canadian and South African experiences. Similarly, other pragmatic ways of effective data privacy protection in Nigeria are suggested such as improving awareness and scholarship, strengthening the judiciary and improved cooperation with international and regional data privacy regimes.
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 | 0,013 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,031 | 0,024 |
| Communication savante | 0,019 | 0,008 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,006 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».