Digital Surveillance in the Post-Snowden Era
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Since 2013, we have learned a great deal about the inner workings of the surveillance state of the U.S. and its allies in the Five Eyes (Canada, New Zealand, the UK, and Australia). Through Edward Snowden’s leaks to the press, hundreds of classified National Security Agency (NSA) documents have been made available to the public online. Perhaps most importantly, the Snowden leaks have uncovered relationships between the corporate empire of digital communications platforms and Western intelligence agencies. For example, one internal NSA document demonstrates that Silicon Valley giants such as Google, Facebook, Apple, Yahoo, Microsoft and Skype have shared access to their servers with the NSA through the PRISM program for almost a decade. PRISM and related programs have allowed the Five Eyes to collect and store unprecedented troves of information on their own citizens, including massive amounts of e-mails, text messages, online chats, status updates, phone calls, videos, cellphone location data and search engine history despite constitutional protections against unwarranted searches. As state-run initiatives collect personal data on hundreds of millions of people on an untargeted basis, this thesis questions the scope of their reach in the U.S. and Canada. Has increased public awareness resulted in significant policy reform or have intelligence agencies and corporations continued running the same patterns? This work questions the future of the internet and digital privacy as various entities collect user data for the ultimate purpose of predicting and manipulating user behaviour, both online and in “real life”. As we enter unchartered realms of technological capability, the use of strong encryption and alternative software programs are offered as temporary solutions for securing communications online.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle