Futures of Data Ownership: Defining Data Policies in Canadian Context
Notice bibliographique
Résumé
The importance of data is increasing along with its inflation in our world today. In today's world, data is becoming the primary source for innovation, knowledge, insight, and a competitive and financial advantage in the race of information procurement. This interest in acquiring and exploiting data and the current concerns regarding the privacy and security of information raises the question of who should own the data and how policies can preserve data ownership. There is a growing awareness that companies benefit disproportionately from collecting and selling personal information, driving the desire for greater individual control of personal data. As technology progresses exponentially, there is a dire need to regulate Tech organizations. \n \nWith the increasing use of personal data by tech companies, data privacy and ownership concerns have become more significant in today's society. Although governments worldwide have introduced privacy regulations to protect citizens' data, there is still a need for policies and legislation that safeguard citizens' rights, allow consumers to control their data, and implement strict measures in case of data breaches or violation of data rights. \n \nThe research project "Futures of Data Ownership - Informing Data Policies in Canadian Context" aims to explore emerging technological shifts and promote ethical use and data protection by developing data policies that consider the Canadian context. The research will employ primary and secondary research methods, including horizon scanning, semi-structured interviews, and a literature review, to inform policy and strategy development. In conclusion, the research project informs potential policies and legislation that regulate tech organizations and protect data ownership, ensuring a secure and trustworthy digital future for all.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,011 | 0,007 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».