MétaCan
Menu
Retour à la cohorte
Enregistrement W7133834759 · doi:10.1109/prai67447.2025.11412460

Analysis of User-Privacy, Third-Party Data Sharing and Consent Mechanism on Online Pharmacy Websites in Ontario

2025· article· W7133834759 sur OpenAlexaffabout
Atikor Ibodeng, Zuhaibuddin Bhutto, Yan Yan, Sampsa Rauti, Ville Leppänen, Adegboola David Adelabu, Wenjun Lin

Notice bibliographique

Revuenon disponible
Typearticle
Langue
DomaineMedicine
ThématiquePharmaceutical Quality and Counterfeiting
Établissements canadiensAlgoma UniversityUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésMechanism (biology)Data sharingPharmacyConfidentialityInformed consentData collectionThe Internet

Résumé

récupéré en direct d'OpenAlex

The purpose of this study is to evaluate the privacy practices of online pharmacy websites in Ontario, Canada, focusing on data sharing with third parties, privacy policies, and the effectiveness of consent mechanisms. To achieve this, we conducted a comprehensive analysis using both automatic and manual network traffic analysis methods. We analyzed the traffic flow of 109 pharmacy websites, assessing the presence of third-party services, the transmission of data to third parties, and the availability and clarity of privacy policies and consent forms. Our study indicates that a significant number of pharmacy websites in Ontario share sensitive health information with third-party entities, such as Google Analytics and Facebook, even without explicit user consent. Additionally, many of these websites lack comprehensive privacy policies and effective consent mechanisms. We aim to create awareness of the limitations of third-party data sharing, the adoption of clearer and more accessible privacy policies, and robust consent mechanisms crucial for protecting the privacy of user data.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,653
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,282
Tête enseignante GPT0,457
Écart entre enseignants0,175 · 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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetPharmaceutical Quality and CounterfeitingTravaux en français237 207