további kommentár

Ez a szakasz célja, hogy kell használni, mint a referencia, ahelyett, hogy kell értelmezni, mint egy elbeszélés.

  • Bevezetés (6.1)

Kutatási etika hagyományosan is tartalmaz témákat, mint a tudományos csalás és a hitel kihelyezés. Ezek témákat tárgyaljuk részletesebben Engineering (2009) .

Ez a fejezet erősen formálják a helyzet az Egyesült Államokban. Az inkább etikai felülvizsgálati eljárások más országokban, lásd fejezetében 6., 7., 8. és 9. Desposato (2016b) . Egy érv, hogy az orvosbiológiai etikai elveket, amelyek befolyásolták e fejezetben túlságosan amerikai lásd Holm (1995) . További történeti áttekintése Az etikai bizottság az USA-ban, lásd Stark (2012) .

A Belmont jelentés és a későbbi rendeletekből az USA-ban tettek különbséget a kutatás és a gyakorlat. Ez a megkülönböztetés kritizálták ezt követően (Beauchamp and Saghai 2012; boyd 2016; Metcalf and Crawford 2016; Meyer 2015) . Nem teszi ezt a megkülönböztetést ebben a fejezetben, mert azt hiszem, az etikai alapelvek és keretek egyaránt vonatkoznak a beállításokat. További kutatásra felügyeletet Facebook lásd Jackman and Kanerva (2016) . Egy javaslat a kutatás felügyeletet vállalatok és civil szervezetek, lásd Polonetsky, Tene, and Jerome (2015) és Tene and Polonetsky (2016) .

Az inkább a helyzet az Ebola járvány 2014-ben, lásd McDonald (2016) , és többet az adatvédelmi kockázatok mobiltelefon adatokat lásd Mayer, Mutchler, and Mitchell (2016) . Példaként a válsággal kapcsolatos kutatások a mobiltelefon adatokat lásd Bengtsson et al. (2011) és Lu, Bengtsson, and Holme (2012) .

  • Három példa (6.2)

Sokan írtak érzelmi fertőzés. A folyóirat Kutatási Etikai szentelte egész problémakör január 2016 megvitatása kísérlet; lásd Hunter and Evans (2016) áttekintését. A Proceedings of the National Akadémikusok of Science megjelent két darab a kísérletről: Kahn, Vayena, and Mastroianni (2014) és Fiske and Hauser (2014) . Más darabok a kísérlet tartalmazza: Puschmann and Bozdag (2014) ; Meyer (2014) ; Grimmelmann (2015) ; Meyer (2015) ; Selinger and Hartzog (2015) ; Kleinsman and Buckley (2015) ; Shaw (2015) ; Flick (2015) .

Ha többet Encore lásd Jones and Feamster (2015) .

  • Digitális eltér (6.3)

Ami a tömeges megfigyelés, széles áttekintést biztosított Mayer-Schönberger (2009) és Marx (2016) . Egy konkrét példa a változó költségeket a felügyelet, Bankston and Soltani (2013) becslése szerint nyomkövető bűnügyi gyanúsított segítségével a mobiltelefonok 50-szer olcsóbb, mint a fizikai ellenőrzés során. Bell and Gemmell (2009) ad egy optimista perspektívát ön- felügyelet. Azon kívül, hogy képes követni megfigyelhető viselkedés, amely állami vagy részben állami (pl Íz, Nyakkendő, és idő), a kutatók egyre inkább arra következtethetünk dolog, hogy sok résztvevő tekintenek magán. Például Michal Kosinski és munkatársai kimutatták, hogy tudtak következtetni érzékeny információkat az emberek, mint a szexuális irányultság és használata függőséget anyagok látszólag hétköznapi digitális nyomkövetési adatok (Facebook Szeret) (Kosinski, Stillwell, and Graepel 2013) . Ez hangzik varázslatos, de a megközelítés Kosinski és kollégái-, amely egyesíti a digitális nyomok, felmérések, és felügyelik a tanulási-valójában valami, amit már meséltem. Emlékezzünk vissza, hogy a 3. fejezetben (A kérdezés) Azt mondtam, hogy Josh Blumenstock és munkatársai (2015) kombinált felmérési adatok mobiltelefon, hogy megbecsüljék a szegénység Ruandában. Ez pontosan ugyanaz a megközelítés, amely lehet használni, hogy hatékonyan szegénység mérésének egy fejlődő országban, is fel lehet használni a potenciálisan adatvédelmi megsértése következtetéseket.

Inkonzisztens jogszabályok és normák vezethet kutatás, amely nem tartja tiszteletben a kívánságait a résztvevők, és ez vezethet a "szabályozási shopping" kutatók (Grimmelmann 2015; Nickerson and Hyde 2016) . Különösen egyes kutatók, akik szeretnék elkerülni IRB felügyelet vannak partnerei, akik nem tartoznak a IRBs (pl emberek társaságok, civil szervezetek) összegyűjti és de-adatok azonosításához. Ezután a kutatók elemezni ezt de azonosított adatokat anélkül IRB felügyelet, legalábbis bizonyos értelmezések szerint a jelenlegi szabályok. Ez a fajta IRB adócsalás tűnik összeegyeztethetetlen elveken alapuló megközelítés.

Az inkább a következetlen és heterogén ötletek, hogy az emberek az egészségügyi adatokat lásd Fiore-Gartland and Neff (2015) . Az inkább a probléma, hogy a heterogenitás teremt a kutatás etikai döntések lásd Meyer (2013) .

Az egyik különbség az analóg és a digitális kor kor kutatás, hogy a digitális korban kutatás interakció résztvevői sokkal távolabb. Ezek a kölcsönhatások gyakran előfordulnak egy közvetítőn keresztül, mint például egy cég, és ott általában nagy fizikai és társadalmi-távolság a kutatók és a résztvevők. Ez a távoli kölcsönhatás teszi olyan dolgok, amelyek egyszerű analóg korban kutatás nehéz a digitális korban a kutatás, mint a szűrés ki a résztvevők, akik igényel extra védelmet, felderítése mellékhatások és megszüntető kárt, ha az bekövetkezik. Például nézzük kontraszt érzelmi fertőzés egy hipotetikus laborkísérletet ugyanebben a témában. A laborban kísérletben a kutatók is kiszűri, aki megérkezik a labor mutatja nyilvánvaló jelei érzelmi stressz. Továbbá, ha a laboratóriumi készülékre létrehozott egy nemkívánatos esemény, a kutatók azt látom, szolgáltatásnyújtás orvoslására kárt, majd végezze el a beállításokat a kísérleti protokoll, hogy megakadályozzák a jövőbeni károk. A távoli jellege interakció a tényleges érzelmi fertőzés kísérlet teszi minden ilyen egyszerű és ésszerű lépéseket rendkívül nehéz. Azt is gyanítják, hogy a távolság, a kutatók és a résztvevők miatt a kutatók kevésbé érzékeny az aggodalmakat a résztvevők számára.

Más források inkonzisztens normák és törvények. Néhány ilyen ellentmondás abból a tényből ered, hogy ez a kutatás történik az egész világon. Például Encore részt az emberek a világ minden tájáról, és ezért lehet, hogy figyelemmel az adatvédelmi és adatkezelési törvények számos különböző országban. Mi van, ha a irányadó normákat harmadik fél internetes kérések (mi Encore csinál) különböző Németországban, az Egyesült Államok, Kenya, Kína és? Mi van, ha ezek a normák nem is következetes egy adott országon belül? A második forrás ellentmondás származik együttműködés a kutatók között az egyetemek és a vállalatok számára; például érzelmi fertőzés volt együttműködése egy adat tudós Facebook és a tanár és egyetemi hallgató a Cornell. Abban Facebook futó nagy kísérletek rutin, és abban az időben, nem igényel semmilyen harmadik fél etikai felülvizsgálat. Cornell normák és szabályok meglehetősen eltérő; Gyakorlatilag minden kísérletet felül kell vizsgálni a Cornell IRB. Tehát, hogy mely szabályok vonatkozzanak érzelmi fertőzés-Facebook vagy Cornell?

Ha többet felülvizsgálatára irányuló erőfeszítések a közös szabály, lásd Evans (2013) , Council (2014) , Metcalf (2016) , és a Hudson and Collins (2015) .

  • Négy alapelv (6.4 fejezet)

A klasszikus elveken alapuló megközelítés orvosbiológiai etikai Beauchamp and Childress (2012) . Azt javasolják, hogy négy fő elvek vezessék orvosbiológiai etika: az autonómia tiszteletben tartása, Nonmaleficence, jótékonyság, és a jog. Az elv nonmaleficence sürgeti egy, hogy tartózkodjanak kárt okoz másoknak. Ez a koncepció az szorosan kapcsolódik a hippokratészi ötlet a "ne árts". A kutatás etikai, ezt az elvet gyakran együtt elvének jótékonyság, de lásd Beauchamp and Childress (2012) (5. fejezet) több a különbség a kettő között . Egy kritika, hogy ezek az elvek túlságosan amerikai lásd Holm (1995) . Az inkább a kiegyenlítő amikor az elveket konfliktus, lásd Gillon (2015) .

A négy alapelv ebben a fejezetben is javasoltak, hogy irányítsák etikai felügyelet kutatási történik vállalatok és civil szervezetek (Polonetsky, Tene, and Jerome 2015) keresztül szervek úgynevezett "fogyasztói fenn ellenőrző testületek" (CSRBs) (Calo 2013) .

  • Tisztelet a személyek (6.4.1)

Amellett, hogy tiszteletben autonómia Belmont jelentés is elismeri, hogy nem minden ember képes a valódi önrendelkezés. A gyerekek például, valamilyen betegségben szenvedő, vagy élő emberek helyzete súlyosan korlátozzák a szabadságot nem lehet tudni, hogy jár, mint teljesen önálló egyének, és ezek az emberek, ezért figyelemmel extra védelmet.

Elvének alkalmazásával tisztelete személyek a digitális korban is kihívást jelent. Például a digitális korban a kutatás, nehéz lehet, hogy extra védelmet az emberek korlátozottan képes az önrendelkezésre, mert a kutatók gyakran nagyon keveset tudnak a résztvevők számára. Továbbá, beleegyező nyilatkozat a digitális korban társadalomkutatás egy hatalmas kihívás. Bizonyos esetekben valóban tájékozott beleegyezés is szenvednek átláthatóságát paradoxon (Nissenbaum 2011) , ahol az információ és a megértés konfliktusban. Nagyjából, ha a kutatók teljes körű tájékoztatást a természet az adatgyűjtés, adatelemzés és adat biztonsági gyakorlatot, nehéz lesz sok résztvevő felfogni. De, ha a kutatók nyújt átfogó információt, akkor esetleg nem fontos műszaki információkat. Az orvosi kutatások az analóg korban-a domináns beállítás által megvizsgált Belmont Report-el lehet képzelni egy orvos beszél külön minden résztvevő, hogy segítsen megoldani az átláthatósági paradoxon. Az online bevonó vizsgálatban több ezer vagy több millió ember, mint a face-to-face a megközelítés nem lehetséges. Egy másik probléma a hozzájárulásával a digitális korban az, hogy egyes tanulmányok, mint például elemzése masszív adattárak, nem lenne praktikus a tájékoztatáson alapuló beleegyezés megszerzéséhez minden résztvevő. Én ezekről és a további kérdéseket beleegyezését részletesen 6.6.1. E nehézségek ellenére azonban nem szabad elfelejtenünk, hogy a tájékozott beleegyezés nem szükséges és nem elégséges tisztelete személyek.

További orvosi kutatás előtt beleegyező nyilatkozatot, lásd Miller (2014) . Egy könyv hosszúságú kezelésére tájékozott beleegyezés, lásd Manson and O'Neill (2007) . Lásd még a javasolt olvasmányok beleegyezését az alábbiakban.

  • Jótékonyság (6.4.2)

Harms a kontextus az a kár, hogy a kutatás okozhat, hogy nem konkrét embereket, hanem a társadalmi beállításokat. Ez a koncepció egy kicsit elvont, de én szemléltetik azt a két példa: az egyik analóg és egy digitális.

Klasszikus példa ártalmakat összefüggésben jön a Wichita zsűri tanulmány [ Vaughan (1967) ; Katz, Capron, and Glass (1972) ; Ch 2.] - Más néven a Chicago zsűri Project (Cornwell 2010) . Ebben a vizsgálatban a kutatók a University of Chicago, mint egy nagyobb tanulmány a társadalmi szempontból a jogrendszer, titokban felvett hat zsűri tanácskozások Wichita, Kansas. A bírók és ügyvédek esetekben jóváhagyta a felvételeket, és nem volt szigorú felügyeletét a folyamatot. Azonban az esküdtek voltak tisztában, hogy a felvételeket bekövetkezését. Miután a tanulmány felfedezte, nem volt nyilvános felháborodás. Az Igazságügyi Minisztérium kezdett vizsgálatot a tanulmány, a kutatók hívták tanúskodni előtt a kongresszus. Végső soron, a kongresszus elfogadott egy új törvényt, amely értelmében jogellenes, titokban rögzíti zsűri tanácskozás.

Az aggodalom a kritikusok a Wichita zsűri tanulmány nem károsítja a résztvevők; Sokkal inkább ártalmakat keretében zsűri tanácskozás. Vagyis az emberek úgy gondolták, hogy ha a zsűritagok nem hiszi, hogy azok voltak, amelyek viták biztonságos és védett helyet, akkor nehezebb lenne a zsűri tanácskozások, hogy folytassa a jövőben. Amellett, hogy a zsűri tanácskozás, vannak egyéb különleges társadalmi összefüggésben, hogy a társadalom nyújt extra védelmet, mint a megbízási kapcsolatok és pszichológiai ellátás (MacCarthy 2015) .

A kockázat az ártalmakat kontextus és a zavar a társadalmi rendszerek is jön fel néhány szántóföldi kísérletek Politológia (Desposato 2016b) . Egy példa a több környezetfüggő költség-haszon számítás egy terepi kísérlet politológia, lásd Zimmerman (2016) .

  • Justice (6.4.3)

Kártérítés a résztvevők már tárgyalt számos beállítást a digitális korban a kutatás. Lanier (2014) javasolt fizető résztvevők a digitális nyomok általuk termelt. Bederson and Quinn (2011) tárgyalja kifizetéseket online munkaerő-piacon. Végül Desposato (2016a) azt javasolja, kifizető a résztvevők a szabadföldi kísérletek. Rámutat arra, hogy még ha a résztvevők nem kell fizetni közvetlenül, adományt lehetne tenni, hogy egy csoport dolgozik a nevükben. Például Encore a kutatók volna adományt, hogy egy csoport azon dolgozik, hogy támogassák az internet-hozzáférést.

  • Tisztelet a törvény és a közérdekű (Section 6.4.4)

Feltételek szolgáltatás-megállapodások kisebb súlyú, mint szerződések között, egyenlő felek és a törvények által létrehozott legitim kormányok. Helyzetekben, amikor a kutatók, hogy megsértették feltételek szolgáltatás-megállapodások a múltban általában magukban automatizált lekérdezések ellenőrizni a viselkedését a vállalatok (hasonlóan szántóföldi kísérletek mérésére diszkrimináció). További tárgyalását lásd Vaccaro et al. (2015) , Bruckman (2016a) , Bruckman (2016b) . Például egy ilyen empirikus kutatás, amely tárgyalja a szolgáltatás feltételeit lásd Soeller et al. (2016) . Az inkább a lehetséges jogi problémák kutatók szembesülnek, ha azok sértik a szolgáltatás feltételeit lásd Sandvig and Karahalios (2016) .

  • Két etikai keretek (6.5)

Nyilvánvaló, hogy hatalmas összegeket írtak már arról konzekvencialista és etikának. Egy példa arra, hogyan ezeket az etikai keretek, és mások is használjuk, hogy a digitális korban a kutatás, lásd Zevenbergen et al. (2015) . Egy példa arra, hogyan ezek etikai keretek lehet alkalmazni, hogy a területen kísérletek fejlesztése a gazdaság, lásd Baele (2013) .

  • Tájékozott beleegyezés (6.6.1)

További az ellenőrzési vizsgálatok diszkrimináció, lásd Pager (2007) és Riach and Rich (2004) . Nem csak ezek a tanulmányok nem rendelkezik beleegyezését, ők is részt vesznek a megtévesztés nélkül kikérdezés.

Mindkét Desposato (2016a) és Humphreys (2015) tanácsot adnak a terepi kísérletek beleegyezése nélkül.

Sommers and Miller (2013) áttekinti sok érv szól amellett, hogy nem utólagos értékelő résztvevők után megtévesztés, és azt állítja, hogy a kutatókat lemondjon "utólagos értékelő szerint nagyon szűk a körülmények, nevezetesen a területen a kutatás, amelyben kikérdezés viszonyok jelentős gyakorlati akadályok, de a kutatók volna lelkiismeret-furdalás nélkül utólagos értékelő ha tudnának. A kutatók nem engedhető meg, hogy lemond kikérdezés megőrzése érdekében a naiv résztvevő medence, megvédjék magukat a résztvevők a harag, vagy megvédeni a résztvevők kárt. "Mások azt állítják, hogy ha a kikérdezés több kárt okoz, mint hasznot el kell kerülni. Feldolgozás olyan eset, amikor egyes kutatók előnyben tisztelete feletti személyek jótékonyság, és egyes kutatók az ellenkezőjét. Az egyik lehetséges megoldás az lenne, hogy megtalálja a módját, hogy utólagos értékelő tanulási élményt nyújt a résztvevőknek. Azaz, nem gondolt a tájékoztatásra, mint valami, ami kárt okozhat, esetleg utólagos értékelő is valami, hogy az ellátások a résztvevők. Egy példa erre a fajta oktatás tájékoztatásra, lásd Jagatic et al. (2007) az utólagos értékelő diákok után szociális adathalász kísérletet. Pszichológusok módszereket fejlesztettek eligazításra (DS Holmes 1976a; DS Holmes 1976b; Mills 1976; Baumrind 1985; Oczak and Niedźwieńska 2007) és néhány ilyen hasznosan alkalmazható digitális korban a kutatás. Humphreys (2015) nyújt érdekes gondolatok halasztott hozzájárulásával, amely szorosan összefügg a kikérdezés stratégia, amit leírt.

Az ötlet, hogy felkérje a minta résztvevők hozzájárulásukat van kapcsolatban, hogy milyen Humphreys (2015) felhívja a kikövetkeztetett hozzájárulás.

További elképzelés azt javasolták, hogy a kapcsolódó tájékozott beleegyezés, hogy létrejöjjön egy panel, akik elfogadják, hogy az online kísérletekben (Crawford 2014) . Vannak, akik azt állították, hogy ez a testület lenne, nem véletlenszerűen kiválasztott ember. De, 3. fejezet (A kérdezés) azt mutatja, hogy ezek a problémák potenciálisan címezhető segítségével post-rétegződés és minta megfelelő. Emellett hozzájárul ahhoz, hogy legyen a panel is kiterjed a különböző kísérletek. Más szóval, a résztvevők nem feltétlenül kell, hogy hozzájárul az egyes kísérletben külön, a koncepció az úgynevezett széles hozzájárulás (Sheehan 2011) .

  • Megértése és kezelése az információs kockázat (6.6.2)

Korántsem egyedülálló, a Netflix illusztrálja fontos műszaki tulajdonsága adatállományok, hogy részletes információkat tartalmaznak az emberek, és így nyújt fontos tanulságokat a lehetőségét "névtelenítési" a modern társadalmi adatokat. Fájlok sok információt minden egyes személy valószínűleg ritka, abban az értelemben definiált hivatalosan Narayanan and Shmatikov (2008) . Azaz, minden rekord nincsenek feljegyzések, amelyek azonos, és valójában nincsenek feljegyzések, amelyek nagyon hasonlóak: minden ember távol a legközelebbi szomszéd az adatbázisba. El lehet képzelni, hogy a Netflix adatok lehetnek ritka, mert a mintegy 20.000 filmek egy 5 csillagos skála, van mintegy \ (6 ^ {20000} \) lehetséges értékeket, hogy minden ember lehet (6, mert amellett, hogy egy 5 csillagos elképzelhető, hogy valaki nem értékelte a filmet egyáltalán). Ez a szám olyan nagy, nehéz még felfogni.

El hiányos két fő következményei. Először is, ez azt jelenti, hogy megpróbálja "anonymize" az adatbázisba a véletlen perturbáció valószínűleg meghiúsul. Azaz, ha a Netflix volt, hogy véletlenszerűen beállításához néhány értékelés (amit meg is tettek), ez nem lenne elegendő, mert a megzavart rekord továbbra is a lehető legszorosabb rekord az információt, hogy a támadó. Másodszor, a el hiányos azt jelenti, hogy de-anonimizálás is lehetséges, ha a támadó a tökéletlen vagy pártatlan tudást. Például a Netflix adatok, képzeljük el a támadó ismeri a minősítéseket két filmet, és a dátumok az elkészült értékelés +/- 3 nap; csak, hogy az információ önmagában is elegendő, amely egyedileg azonosítja a 68% -a, a Netflix adatokat. Ha a támadók tudja 8 filmet, amelyet eddig +/- 14 nap, akkor is, ha két ilyen ismert alapján teljesen rossz, 99% rekordok lehet egyedileg azonosítani az adatbázisba. Más szóval, el hiányos alapvető probléma erőfeszítések "anonymize" adatok, ami nem szerencsés, mert a legtöbb modern társadalmi-adatbázisba ritkák.

Telefon metaadatokat is tűnhet, hogy "névtelen", és nem érzékeny, de nem ez a helyzet. Telefon metaadatok azonosítható és érzékeny (Mayer, Mutchler, and Mitchell 2016; Landau 2016) .

Ábra 6.6, én felvázolt egy kompromisszumot kockázatot résztvevők és előnyök kutatása adatok kiadása. Összehasonlítását korlátozott hozzáférésű megközelítések (például, egy fallal körülvett kert) és a korlátozott adatok megközelítések (például, valamilyen formában névtelenítési) lásd Reiter and Kinney (2011) . Egy tervezett besorolási rendszer kockázati szintje adatokat lásd Sweeney, Crosas, and Bar-Sinai (2015) . Végül egy általános vitát az adatok megosztása, lásd Yakowitz (2011) .

További részletes elemzés e közötti kompromisszum a kockázat és hasznosságát adatokat lásd Brickell and Shmatikov (2008) , Ohm (2010) , Wu (2013) , Reiter (2012) , és Goroff (2015) . Hogy ez a trade-off alkalmazott valós adatokat masszívan nyitott az online kurzusok (MOOCs), lásd Daries et al. (2014) és Angiuli, Blitzstein, and Waldo (2015) .

Differenciál adatvédelmi is alternatívát kínál, amely alkalmas lehet a kettőt egyszerre nagy előny, hogy a társadalom és az alacsony kockázatú a résztvevőknek, hogy Dwork and Roth (2014) és Narayanan, Huey, and Felten (2016) .

Az inkább a koncepció, személyazonosításra alkalmas információkat (PII), amely központi szerepet játszik számos, a szabályok a kutatás etikai, lásd Narayanan and Shmatikov (2010) és Schwartz and Solove (2011) . Ha többet minden adat kényes, lásd Ohm (2015) .

Ebben a részben, amit ábrázolt a kapcsolat a különböző adatállományok, mint valami, ami ahhoz vezethet, hogy az információs kockázat. Azonban ez is új lehetőségeket teremt a kutatás, ahogyan azt Currie (2013) .

Az inkább a öt széfek, lásd Desai, Ritchie, and Welpton (2016) . Egy példa arra, hogyan kimenetek azonosításához lásd Brownstein, Cassa, and Mandl (2006) , amely azt mutatja, hogy a térképek betegségek előfordulási gyakorisága is azonosítja. Dwork et al. (2017) is úgy véli elleni összesített adatok, mint a statisztika, hogy hány egyének egy bizonyos betegség.

  • Adatvédelem (Section 6.6.3)

Warren and Brandeis (1890) egy mérföldkő jogi cikket az adatvédelmi és a cikk leginkább kapcsolódó a gondolat, hogy az adatvédelem joga, hogy egyedül maradt. Újabban könyv hosszúságú kezelések a magánélet, csak javasolni tudom közé Solove (2010) és Nissenbaum (2010) .

Felülvizsgálatát empirikus kutatást arról, hogyan gondolnak az emberek magánélethez lásd Acquisti, Brandimarte, and Loewenstein (2015) . A Science című folyóiratban megjelent egy speciális kérdés címe: "The End of Privacy", amely foglalkozik a magánélet és az információs kockázat különféle perspektívák; összefoglalóját lásd Enserink and Chin (2015) . Calo (2011) keretet biztosít gondolt a károk érkező magánélet megsértése. Korai példa aggodalmak adatvédelmi kezdetektől a digitális kor Packard (1964) .

  • Döntések alapján bizonytalansággal (6.6.4)

Az egyik kihívás, amikor megpróbálta alkalmazni a minimális kockázatot szabvány az, hogy nem világos, akinek a napi életben, hogy kell használni a benchmarking (Council 2014) . Például a hajléktalanok magasabb kényelmetlenséget a mindennapi életükben. De ez nem jelenti azt, hogy etikailag megengedhető, hogy ki a hajléktalanok, magasabb kockázatú kutatás. Emiatt úgy tűnik, hogy egyre nagyobb az egyetértés, hogy minimális kockázattal kell összevetni a lakosság szokásos, nem egy konkrét populációs standardot. Bár én általában egyetértenek azzal az elképzeléssel, az általános populáció normál, úgy gondolom, hogy a nagy online felületeken, mint például a Facebook, a lakosság egyes szabványos ésszerű. Azaz, ha figyelembe vesszük az érzelmi fertőzés, úgy gondolom, hogy célszerű viszonyítási alap, a mindennapi kockázat a Facebook-on. A lakosság meghatározott szabványos ebben az esetben sokkal könnyebb értékelni, és nem valószínű, hogy ütközik az igazságosság elve, amelynek célja, hogy megakadályozzák a terhek kutatás hiányában igazságtalanul hátrányos helyzetű csoportok (pl rabok és árvák).

  • Gyakorlati tanácsok (6.7)

Más tudósok is sürgette, hogy nagyobb papírok közé etikai függelékek (Schultze and Mason 2012; Kosinski et al. 2015) . King and Sands (2015) is kínál gyakorlati tanácsokat.