MétaCan
Menu
Retour à la cohorte
Enregistrement W7056001789

Données personnelles et commerce électronique : pouvons-nous, en tant que consommateurs en ligne, tirer profit de nos données personnelles?

2021· other· fr· W7056001789 sur OpenAlexaboutno aff

Notice bibliographique

RevueArchipelago (University of Quebec in Montreal) · 2021
Typeother
Languefr
DomainePhysics and Astronomy
ThématiqueMagnetic confinement fusion research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésESPACELimitingPoison control
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

À l’intérieur de ce travail, nous évaluons la possibilité de voir une ristourne économique vers les internautes qui mettent leurs données personnelles à disposition des GAFAM (Google, Facebook, Amazon, Apple et Microsoft). Notre recherche se base sur une revue littéraire. C’est un sujet d’actualité qui nous affecte tous et dont l’évolution constante de la problématique est indéniable. Nous faisons face à la problématique de l’atteinte à la vie privée causée par le manque de protection des données personnelles sur le cyberespace. La technologie avance plus rapidement que la régulation le fait. Si les données ne sont pas protégées adéquatement il est impossible de penser à une marchandisation de celles-ci. L’intervention de l’État est nécessaire à des fins de régulation et de distribution des profits des données personnelles. Nous examinons d’abord le portrait économique des GAFAM afin de démontrer que les profits venant des données personnelles ne sont pas distribués aux internautes. Ensuite, nous constatons que la nature centralisatrice du cyberespace favorise le monopole de celui-ci par les GAFAM. Nous terminons avec une comparaison de la régulation des données personnelles dans le Canada, les États-Unis, l’Europe et la Chine afin de démontrer la nécessité d’uniformiser les règles de protection de la vie privée pour éviter des vols, de la fraude, mais aussi la collecte, le stockage et l’exploitation sans consensus des données personnelles. \n_____________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : données personnelles, cyberespace, GAFAM, vie privée, commerce électronique, régulation, monopole.

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)0,005
score de la tête « metaresearch » (Gemma)0,022
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,083

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,022
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0030,004
Communication savante0,0140,013
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0250,003

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 Opus0,010
Tête enseignante GPT0,219
Écart entre enseignants0,209 · 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
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchipelago (University of Quebec in Montreal)Même sujetMagnetic confinement fusion researchTravaux en français237 207