MétaCan
Menu
Retour à la cohorte
Enregistrement W7062289728

Teaching the Value of Privacy in an Age of Pervasive Surveillance Technology

2014· article· en· W7062289728 sur OpenAlexaboutno aff

Notice bibliographique

RevueNSUWorks (Nova Southeastern University) · 2014
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueMagnetic confinement fusion research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésValue (mathematics)Information privacyPrivacy by DesignGovernment (linguistics)Privacy policyOrder (exchange)Privacy softwareWork (physics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In our age of social media and ever-present recording devices it is increasingly common to hear that privacy is dead, and that we ought to simply adjust to this new reality. In particular, for students today raised in a world inundated with technology, they are often simply unaware of even the value of privacy. Emerging technologies currently in development, such as Google Glass, threaten to erode privacy even further. What often drives resignation in the privacy debate concerning new technology is a zero-sum notion that privacy and a certain class of new technologies are simply incompatible. This, however, is a mistaken notion. Current work being done by the Office of the Information and Privacy Commissioner of Ontario can serve as a model for how this zero-sum model can be countered. Their Privacy by Design initiative seeks to embed new government surveillance technologies with privacy-protecting mechanisms. Such initiatives give hope that solutions could be developed in order to address privacy concerns related to commercially available technology as well. But unless an immediate effort is made to teach the value of privacy in our curriculum, there will be little will among young people today to reach for solutions that will protect privacy in the development and adoption of new technologies. The result will instead be a new reality where privacy really is vanquished, and the feeling of being constantly monitored is pervasive.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,129
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,014
Tête enseignante GPT0,240
Écart entre enseignants0,227 · 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.

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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNSUWorks (Nova Southeastern University)Même sujetMagnetic confinement fusion researchTravaux en français237 207