MétaCan
Menu
Retour à la cohorte
Enregistrement W7094238821

La privacy by design: un'analisi comparata nell'era digitale

2019· book· it· W7094238821 sur OpenAlexaboutno aff

Notice bibliographique

RevueInstitutional Research Information System (Università degli Studi di Trento) · 2019
Typebook
Langueit
DomaineSocial Sciences
ThématiquePrivacy, Security, and Data Protection
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPrivacy protection3d printer
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Il secondo volume della collana “Privacy e Innovazione” è dedicato al lavoro vincitore della prima edizione del premio per la miglior tesi di laurea o di dottorato sui temi della protezione dei dati personali e dell’innovazione tecnologica, bandito dal Centro studi privacy e nuove tecnologie. Il testo, selezionato da un’apposita commissione, è stato ritenuto particolarmente meritevole sia per il grado di approfondimento e di maturità di analisi raggiunta, sia per la scelta del tema, fondamentale nel nuovo quadro di tutela dei dati personali, ma probabilmente ancora poco indagato: il principio di privacy by design, qui esaminato in un’ottica anche comparatista e con attenzione alla sua evoluzione e alle prime importanti applicazioni pratiche. La protezione dei dati personali fin dalla progettazione è infatti oggi non più solo un contributo dottrinale, ma una risoluzione internazionale adottata dalle autorità garanti di tutto il mondo e, soprattutto, una norma vincolante dell’Unione Europea e oggetto di massima considerazione presso gli ordinamenti giuridici di altre importanti aree geografiche — Stati Uniti e Canada in primis. La privacy by design è un approccio che comporta una maggiore tutela dei diritti della persona, in modo coerente e completo. Progettare le tecnologie in modo privacy–friendly è doveroso non solo per proteggere i dati degli individui, ma anche per garantire che l’esercizio degli altri diritti fondamentali non sia ingiustamente penalizzato.

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)0,006
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,947
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0060,002
Communication savante0,0020,013
Science ouverte0,0040,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,008

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 Opus0,114
Tête enseignante GPT0,344
Écart entre enseignants0,229 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInstitutional Research Information System (Università degli Studi di Trento)Même sujetPrivacy, Security, and Data ProtectionTravaux en français237 207