အဘယ်အရာကိုလာမယ့်ဖတ်ရှုဖို့

ဒီဘာသာပြန်ချက်ကွန်ပျူတာအသုံးပြုနေသူများကဖန်တီးခဲ့ပါတယ်။ ×

အဘယ်အရာကိုလာမယ့်ဖတ်ရှုဖို့

နိဒါန်း (အပိုင်း 6.1)

သုတေသနကျင့်ဝတ်အစဉ်အလာလည်းထိုကဲ့သို့သောသိပ္ပံနည်းကျလိမ်လည်မှုနှင့်ချေးငွေ၏ခွဲဝေအဖြစ်အကြောင်းအရာများပါဝင်သည်သိရသည်။ ဤရွေ့ကားတွင်ကသိပ္ပံပညာရှင်ဖြစ်ခြင်းအတွက် သာ. ကြီးအသေးစိတျဆှေးနှေးထားသ Institute of Medicine and National Academy of Sciences and National Academy of Engineering (2009) ။

ဤအခနျးအကြီးအကျယ်အမေရိကန်ပြည်ထောင်စုရှိအခွအေနကလွှမ်းမိုးနေသည်။ တခြားနိုင်ငံတွေအတွက်ကျင့်ဝတ်ဆိုင်ရာပြန်လည်သုံးသပ်လုပ်ထုံးလုပ်နည်းများအပေါ်ပိုပြီးအဘို့, အခန်းကြီး၏ 6-9 တွေ့မြင် Desposato (2016b) ။ ဤအခနျးသြဇာလွှမ်းမိုးမှုသောပြီးတော့ biomedical ကျင့်ဝတ်ဆိုင်ရာအခြေခံမူများအလွန်အကျွံအမေရိကန်ဖြစ်ကြောင်းအငြင်းအခုံအဘို့အတွေ့ Holm (1995) ။ အမေရိကန်ပြည်ထောင်စု၌ Institutional ကိုပြန်လည်ဆန်းစစ်ခြင်းဘုတ်အဖွဲ့တခုထပ်မံသမိုင်းဆိုင်ရာပြန်လည်သုံးသပ်တွေ့ Stark (2012) ။ အဆိုပါဂျာနယ်သည် PS: နိုင်ငံရေးသိပ္ပံနှင့်နိုင်ငံရေးကနိုင်ငံရေးသိပ္ပံပညာရှင်များနှင့် IRBs အကြားဆက်ဆံရေးအပေါ်တစ်ဦးပရော်ဖက်ရှင်နယ်စာတမ်းဖတ်ပွဲကျင်းပ; တွေ့မြင် Martinez-Ebers (2016) တစ်ဦးအကျဉ်းချုပ်ပါ။

အဆိုပါ Belmont အစီရင်ခံစာနှင့်အမေရိကန်ပြည်ထောင်စုရှိနောက်ဆက်တွဲစည်းမျဉ်းသုတေသနနှင့်အလေ့အကျင့်များအကြားတွင်ခြားနားချက်များလုပ်လေ့ရှိပါတယ်။ ငါကျင့်ဝတ်ဆိုင်ရာအခြေခံမူများနှင့်မူဘောင်နှစ်ခုလုံး setting များကိုလျှောက်ထားထင်သောကြောင့်, ငါသညျဤအခနျးမှာထိုကဲ့သို့သောဂုဏ်ထူးလုပ်ကြပြီမဟုတ်။ ဒီဂုဏ်ထူးနှင့်မိတ်ဆက်ပြဿနာတွေအပေါ်မှာပိုပြီးအဘို့အတွေ့ Beauchamp and Saghai (2012) , MN Meyer (2015) , boyd (2016) နှင့် Metcalf and Crawford (2016) ။

Facebook အမှာသုတေသနကြီးကြပ်အပေါ်ပိုပြီးအဘို့အတွေ့ Jackman and Kanerva (2016) ။ ကုမ္ပဏီများနှင့်အဲန်ဂျီအိုများမှာသုတေသနကြီးကြပ်အကြောင်းကိုစိတ်ကူးများအဘို့အတွေ့ Calo (2013) , Polonetsky, Tene, and Jerome (2015) နှင့် Tene and Polonetsky (2016) ။

အနောက်အာဖရိကအတွင်းရှိ 2014 ခုနှစ်အီဘိုလာရောဂါဖြစ်ပွားဖြေရှင်းကူညီပေးရန်မိုဘိုင်းဖုန်းအချက်အလက်များ၏အသုံးပြုမှုနှင့် ပတ်သက်. (Wesolowski et al. 2014; McDonald 2016) , မိုဘိုင်းဖုန်းရဲ့အချက်အလက်များ၏ privacy ကိုအန္တရာယ်များအကြောင်းကိုပိုမိုအဘို့အတွေ့ Mayer, Mutchler, and Mitchell (2016) ။ မိုဘိုင်းဖုန်း data တွေကိုသုံးပြီးအစောပိုင်းကအကျပ်အတည်း-related သုတေသနဥပမာတွေ့ Bengtsson et al. (2011) နှင့် Lu, Bengtsson, and Holme (2012) နှင့်အကျပ်အတည်းနှင့်ဆက်စပ်သောသုတေသန၏ကျင့်ဝတ်အပေါ်ပိုပြီးအဘို့အတွေ့ ( ??? ) ။

ဥပမာသုံးခု (အပိုင်း 6.2)

လူအတော်များများဟာစိတ်ခံစားမှုဘယ်လိုကူးစက်အကြောင်းကိုရေးထားပြီ။ အဆိုပါဂျာနယ်သုတေသနကျင့်ဝတ်စမ်းသပ်မှုဆွေးနွေးခြင်းမှဇန်နဝါရီ 2016 မှာသူတို့ရဲ့တစ်ခုလုံးကိုပြဿနာကျိန်; တွေ့မြင် Hunter and Evans (2016) ခြုံငုံသုံးသပ်ပါ။ : သိပ္ပံအမျိုးသားပညာရှင်များ၏တရားစွဲဆိုထားသည့်စမ်းသပ်မှုနှင့် ပတ်သက်. နှစ်ဦးကိုအပိုင်းပိုင်းပုံနှိပ်ထုတ်ဝေ Kahn, Vayena, and Mastroianni (2014) နှင့် Fiske and Hauser (2014) ။ အဆိုပါစမ်းသပ်မှုနှင့် ပတ်သက်. အခြားအကိုအပိုင်းပိုင်းပါဝင်သည်: Puschmann and Bozdag (2014) , Meyer (2014) , Grimmelmann (2015) , MN Meyer (2015) , ( ??? ) , Kleinsman and Buckley (2015) , Shaw (2015) နှင့် ( ??? )

ဒစ်ဂျစ်တယ် (အပိုင်း 6.3) ကွဲပြားခြားနားသည်

အစုလိုက်အပြုံလိုက်စောင့်ကြည့်၏စည်းကမ်းချက်များ၌, ကျယ်ပြန့် Overview အတွက်ထောက်ပံ့ပေးလျက်ရှိသည် Mayer-Schönberger (2009) နှင့် Marx (2016) ။ စောင့်ကြည့်၏ပြောင်းလဲနေတဲ့ကုန်ကျစရိတ်၏ကွန်ကရစ်ဥပမာ Bankston and Soltani (2013) မိုဘိုင်းဖုန်းများသုံးပြီးရာဇဝတ်ကောင်တရားခံခြေရာခံရုပ်ပိုင်းဆိုင်ရာစောင့်ကြည့်ကိုသုံးပြီးထက်အဆ 50 စျေးသက်သာကြောင်းခန့်မှန်းချက်။ ကိုလည်းကြည့်ပါ Ajunwa, Crawford, and Schultz (2016) အလုပျမှာစောင့်ကြည့်နေတဲ့ဆွေးနွေးမှုသည်။ Bell and Gemmell (2009) Self-စောင့်ကြည့်အပေါ်တစ်ဦးထက်ပိုသောအကောင်းမြင်ရှုထောင့်ပေးထားပါသည်။

အများပြည်သူသို့မဟုတ်တစ်စိတ်တစ်ပိုင်းအများပြည်သူ (အရသာ, ဥပမာဆက်ဆံရေးနှင့်အချိန်) ကြောင်း observable အပြုအမူကိုခြေရာခံနိုင်ဖြစ်ခြင်းအပြင်, သုတေသီများ ပို. ပို. အများအပြားသင်တန်းသားများကိုပုဂ္ဂလိကဖြစ်စဉ်းစားပါသောအရာအခြနိုင်ပါတယ်။ ဥပမာအားဖြင့်, မိခါလသည် Kosinski နှင့်လုပ်ဖော်ကိုင်ဖက်များက (2013) သူတို့ထင်ရသောသာမန်ဒီဂျစ်တယ်သဲလွန်စဒေတာ (Facebook မှ Likes) မှထိုကဲ့သို့သောစွဲလမ်းတ္ထုများ၏လိင်ပိုင်းတိမ်းညွတ်နှင့်အသုံးပြုမှုအဖြစ်လူများ, အကြောင်းအထိခိုက်မခံသတင်းအချက်အလက်အခြနိုင်ကြောင်းပြသခဲ့သည်။ ဤသည်မှော်အသံ, ဒါပေမယ့်ဒစ်ဂျစ်တယ်ခြေရာတွေ, စစ်တမ်းများနှင့်ကြီးကြပ်တကယ်ငါပြီးသားအကြောင်းကိုပြောပါတယ်ကြောင်းအရာတစ်ခုခုသင်ယူမှု-ဖြစ်ပါတယ်ပေါင်းစပ် Kosinski နှင့်လုပ်ဖော်ကိုင်ဖက်များဖြစ်သောအသုံးပြုသော-ချဉ်းကပ်ပါလိမ့်မယ်။ အခန်း 3 ၌ (မေးခွန်းများကိုမေး) ထိုသတိရပါ။ ငါယောရှုသည် Blumenstock နှင့်လုပ်ဖော်ကိုင်ဖက်များကသင်မည်သို့ပြောသည် (2015) မိုဘိုင်းဖုန်းဒေတာတွေနဲ့ပေါင်းစပ်စစ်တမ်းဒေတာရဝမ်ဒါဆင်းရဲနွမ်းပါးမှုကိုခန့်မှန်းရန်။ ထိထိရောက်ရောက်ဖွံ့ဖြိုးဆဲနိုင်ငံတစ်ခုအတွက်ဆင်းရဲနွမ်းပါးမှုကိုတိုင်းတာဖို့အသုံးပြုနိုင်သည့်ဒါကအတိအကျတူညီချဉ်းကပ်မှု, လည်းအလားအလာ privacy ကို-ချိုးဖောက်အခြအတှကျအသုံးပွုနိုငျသညျ။

ကျန်းမာရေးအချက်အလက်များ၏ဖြစ်နိုင်ခြေမရည်ရွယ်သောအလယ်တန်းအသုံးပြုမှုအပေါ်ပိုပြီးအဘို့အတွေ့ O'Doherty et al. (2016) ။ ကလူအခြို့သောပစ္စည်းများဖတ်ခြင်းသို့မဟုတ်အချို့သောအကြောင်းအရာများဆွေးနွေးရန်ဆန္ဒဖြစ်လာခဲ့သည်လျှင်မရည်ရွယ်သောအလယ်တန်းအသုံးပြုမှုများအတွက်အလားအလာအပြင်, တောင်မပြည့်စုံမာစတာဒေတာဘေ့စများ၏ဖန်တီးမှုလူမှုရေးနှင့်နိုင်ငံရေးဘဝအပေါ်တစ်ဦး Chilling Effects ရှိနိုငျဘဲ, တွေ့မြင် Schauer (1978) နှင့် Penney (2016) ။

ထပ်စည်းမျဉ်းစည်းကမ်းတွေနှင့်အတူအခြေအနေတွေမှာ, သုတေသီတစ်ခါတစ်ရံ "စည်းမျဉ်းစည်းကမ်းစျေးဝယ်" တွင်ထိတွေ့ဆက်ဆံ (Grimmelmann 2015; Nickerson and Hyde 2016) ။ အထူးသဖြင့်, IRB ကြီးကြပ်ရှောင်ရှားရန်ဆန္ဒရှိသူအချို့သုတေသီများ IRBs (ကုမ္ပဏီများမှသို့မဟုတ် NGO များကမှာဥပမာ, လူတွေ) ကဖုံးလွှမ်းကြသည်မဟုတ်, ထိုလုပ်ဖော်ကိုင်ဖက်များဒေတာစုဆောင်း de-ခွဲခြားသတ်မှတ်ကြသူသုတေသီများနှင့်အတူမိတ်ဖက်ဖွဲ့စည်းလို့ရပါတယ်။ သုတေသနမရှိတော့အနည်းဆုံးလက်ရှိစည်းမျဉ်းအချို့အဓိပ္ပာယ်ကောက်ယူအဆိုအရ ", လူ့ဘာသာရပ်များသုတေသန" စဉ်းစားသည်ကို ထောက်. ။ ထို့နောက် IRB ဖုံးသုတေသီ IRB ကြီးကြပ်မရှိဘဲဤ de-ဖော်ထုတ် data တွေကိုခွဲခြမ်းစိတ်ဖြာနိုင်ပါတယ် IRB ရှောင်တိမ်းမှုတွေကိုဒီမျိုးဖြစ်ကောင်းကျင့်ဝတ်သုတေသနတစ်ခုအခြေခံမူ-based ချဉ်းကပ်မှုနှင့်အတူတသမတ်တည်းမဟုတ်ပါ။

2011 ခုနှစ်တွင်တစ်ဦးကွိုးစားအားထုအဖြစ်များသည့်နည်းဥပဒေကို update လုပ်ဖို့စတင်ခဲ့နှင့်ဤလုပ်ငန်းစဉ်နောက်ဆုံးတော့ 2017 ခုနှစ်တွင်ပြီးစီးခဲ့ပါသည် ( ??? ) ။ ယင်းအဖြစ်များသည့်နည်းဥပဒေကို update ဤကြိုးပမ်းအားထုတ်မှုအပေါ်ပိုပြီးအဘို့အတွေ့ Evans (2013) , National Research Council (2014) , Hudson and Collins (2015) နှင့် Metcalf (2016) ။

လေးအခြေခံမူ (အပိုင်း 6.4)

ပြီးတော့ biomedical ကျင့်ဝတ်ဖို့ဂန္အခြေခံမူ-based ချဉ်းကပ်၏ဖြစ်ပါတယ် Beauchamp and Childress (2012) ။ ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်, Nonmaleficence, ကောင်းတဲ့အများနှင့်တရားမျှတမှုများအတွက်လေးစား: သူတို့ကလေးယောက်အဓိကအခြေခံမူပြီးတော့ biomedical ကျင့်ဝတ်ကိုလမ်းညွှန်သင့်သည်ဟုတင်ပြသည်။ nonmaleficence ၏နိယာမကိုအခြားလူများအန္တရာယ်ဖြစ်စေတဲ့ရှောင်တဦးတည်းအားတိုက်တွန်းလိုက်သည်။ ဤအယူအဆ၏ Hippocratic စိတ်ကူးမှနက်ရှိုင်းစွာချိတ်ဆက်ဖြစ်ပါတယ် "မထိခိုက်ပါစေနဲ့။ " သုတေသနကျင့်ဝတ်, ဒီနိယာမကိုမကြာခဏကောင်းတဲ့၏နိယာမနဲ့ပေါင်းစပ်, ဒါပေမယ့်နှစ်ခုအကြားခြားနားအပေါ်ပိုပြီးအဘို့အ @ beauchamp_principles_2012 ရဲ့အခန်း 5 ကိုတွေ့မြင်သည်။ ဤအအခြေခံမူအလွန်အမင်းအမေရိကန်များမှာတစ်ဝေဖန်မှုများအတွက်တွေ့ Holm (1995) ။ အခါအခြေခံမူပဋိပက္ခဟန်ချက်ညီအပေါ်ပိုပြီးအဘို့အတွေ့ Gillon (2015) ။

ဤအခနျးထဲမှာလေးခုအခြေခံမူကိုလည်းကုမ္ပဏီများနှင့်အဲန်ဂျီအိုများမှာအမှုကိုပြုခံရသုတေသနအတွက်ကျင့်ဝတ်ဆိုင်ရာကြီးကြပ်လမ်းပြအဆိုပြုထားပြီ (Polonetsky, Tene, and Jerome 2015) "စားသုံးသူအကြောင်းအရာကိုပြန်လည်ဆန်းစစ်ခြင်းဘုတ်အဖွဲ့" (CSRBs) လို့ခေါ်တဲ့အလောင်းကောင်မှတဆင့် (Calo 2013) ။

လူပုဂ္ဂိုလ်များကိုလေးစား (အပိုင်း 6.4.1)

ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ကိုလေးစားရန်ထို့အပြင် Belmont အစီရင်ခံစာလည်းမဟုတ်တိုင်းလူ့စစ်မှန်တဲ့ကိုယ်ပိုင်ပြဋ္ဌာန်းနိုင်စွမ်းကအသိအမှတ်ပြုသည်။ ဥပမာအားဖြင့်, ကလေးများ, နာမကျန်းခံစားနေရပြီးလူဦး, ဒါမှမဟုတ်ပြင်းပြင်းထန်ထန်ကန့်သတ်လွှတ်ခြင်းအခြေအနေများတွင်နေထိုင်သောလူဦးအဖြစ်အပြည့်အဝကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရတစ်ဦးချင်းစီပြုမူနိုင်မည်မဟုတ်ပါစေခြင်းငှါ, ဤလူထို့ကြောင့်အပိုကာကွယ်မှုမှဘာသာရပ်ဖြစ်ကြသည်။

ဒီဂျစ်တယ်ခေတ်ထဲမှာလူပုဂ္ဂိုလ်များကိုလေးစား၏နိယာမလျှောက်ထားခြင်းစိန်ခေါ်မှုဖြစ်နိုင်ပါတယ်။ သုတေသီများမကြာခဏသူတို့ရဲ့သင်တန်းသားများအကြောင်းကိုအနည်းငယ်မျှသာသိသောကြောင့်ဥပမာအားဖြင့်, ဒစ်ဂျစ်တယ်-အသက်အရွယ်သုတေသနအတွက်ကြောင့်ကိုယ်ပိုင်ပြဌာန်းခွင့်များလျော့နည်းသွားစွမ်းရည်နှင့်အတူလူများအတွက်အပိုကာကွယ်မှုပေးရန်ခက်ခဲစေနိုင်ပါတယ်။ ထို့ပြင်ဒစ်ဂျစ်တယ်-အသက်အရွယ်လူမှုရေးသုတေသနအတွက်အသိပေးသဘောတူညီခကျြကြီးမားတဲ့စိန်ခေါ်မှုဖြစ်ပါတယ်။ အချို့ကိစ္စများတွင်အမှန်တကယ်သိရှိသဘောတူညီခကျြဟာင့်လင်းမြင်သာဝိရောဓိထံမှခံရနိုင်ပါတယ် (Nissenbaum 2011) သတင်းအချက်အလက်နှင့် comprehension ပဋိပက္ခ၌ရှိကြ၏ရှိရာ။ သုတေသီများဒေတာစုဆောင်းခြင်း, ဒေတာ analysis နှင့်ဒေတာလုံခြုံရေးအလေ့အကျင့်၏သဘောသဘာဝနှင့် ပတ်သက်. အပြည့်အဝသတင်းအချက်အလက်ပေးလျှင်အကြမ်းအားဖြင့်, သူကနားမလည်ဖို့အများကြီးသင်တန်းသားများအဘို့အခက်ခဲဖြစ်လိမ့်မည်။ သုတေသီများနားလည်လွယ်သတင်းအချက်အလက်ပေးလျှင်မူကား, ကအရေးကြီးသောနည်းပညာပိုင်းဆိုင်ရာအသေးစိတ်အချက်အလက်များကိုကင်းမဲ့စေနိုင်သည်။ အဆိုပါ Analog စအသက်အရွယ်-ထို Belmont အစီရင်ခံစာ-တင့်လင်းမြင်သာဝိရောဓိဖြေရှင်းကူညီပေးရန်အသီးအသီးပါဝင်သူနှင့်အတူတစ်ဦးချင်းပြောနေတာဆရာဝန်တစ်ဦးစိတ်ကူးနိုင်သဖြင့်ထည့်သွင်းစဉ်းစားချုပ်ကိုင်နိုင်သော setting ကိုအတွက်ဆေးဘက်ဆိုင်ရာသုတေသနအတွက်။ လူတွေထောင်ပေါင်းများစွာ၏သို့မဟုတ်သန်းပေါင်းများစွာပါဝင်သောအွန်လိုင်းလေ့လာမှုများမှာတော့ထိုကဲ့သို့သောမျက်နှာ-to-မျက်နှာချဉ်းကပ်မှုမဖြစ်နိုင်ပေ။ ဒီဂျစ်တယ်ခေတ်အတွက်သဘောတူခွင့်ပြုချက်နှင့်အတူတစ်ဦးကစက္ကန့်ပြဿနာထိုကဲ့သို့သောကြီးမား data တွေကို repositories က၏စမ်းသပ်မှုအဖြစ်အချို့သောလေ့လာမှုများ, အတွက်, ကအားလုံးကိုသင်တန်းသားများအနေဖြင့်အသိပေးသဘောတူညီချက်ရရှိရန်လက်တွေ့ပါလိမ့်မယ်ဆိုတာပါပဲ။ ကျွန်မအပိုင်း 6.6.1 အတွက်အသေးစိတ်အသိပေးသဘောတူညီခကျြနဲ့ပတျသကျတဲ့, ဤနှင့်အခြားမေးခွန်းများကိုဆွေးနွေးပါ။ ဤအအခက်အခဲများရှိနေသော်လည်း, သို့သော်ကျနော်တို့အသိပေးသဘောတူညီခကျြလိုအပ်သောမဟုတ်သလို Persons များအတွက်လေးစားဘို့အလုံလောက်မကြောင်းသတိရသင့်တယ်။

အသိပေးသဘောတူညီချက်မတိုင်မီဆေးဘက်ဆိုင်ရာသုတေသနအပေါ်ပိုပြီးအဘို့အတွေ့ Miller (2014) ။ အသိပေးသဘောတူညီခကျြ၏စာအုပ်တစ်အုပ်-အရှည်ကုသမှုများအတွက်ကိုတွေ့မြင် Manson and O'Neill (2007) ။ အောက်တွင်ဖော်ပြထားသောအသိပေးသဘောတူညီခကျြနဲ့ပတျသကျတဲ့အကြံပြုဖတ်လည်းကြည့်ရှုပါ။

ကောင်းတဲ့အ (အပိုင်း 6.4.2)

စကားစပ်အန္တရာယ်ဖြစ်နိုင်သုတေသနမဟုတ်တိကျတဲ့လူများပေမယ့်လူမှုရေး setting များကိုစေနိုငျသောပျက်ဆီးဖြစ်ကြသည်။ ဤအယူအဆနည်းနည်းစိတ္တဇဖြစ်တယ်, ဒါပေမဲ့ငါကဂန္ဥပမာအတူဖျောပွပါလိမ့်မယ်: အ Wichita ဂျူရီလေ့လာမှု (Vaughan 1967; Katz, Capron, and Glass 1972, chap. 2) -also တစ်ခါတစ်ရံချီကာဂိုဂျူရီ Project မှခေါ်တော်မူ (Cornwell 2010) ။ ဒီလေ့လာမှုမှာချီကာဂိုတက္ကသိုလ်ကနေသုတေသီများသည်ဥပဒေရေးရာစနစ်၏လူမှုရေးရှုထောင့်တစ်ဦးပိုမိုကြီးမားလေ့လာမှု၏အစိတ်အပိုင်းတစ်ရပ်အဖြစ်လျှို့ဝှက်စွာ Wichita, Kansas ပြည်နယ်ခြောက်ခုဂျူရီရပ်တည်ချက်များကိုထင်ဟပ်မှတ်တမ်းတင်ခဲ့တယ်။ အဆိုပါကိစ္စများတွင်တရားသူကြီးများနှင့်ရှေ့နေများအသံသွင်းအတည်ပြုခဲ့ကြောင်း, ထိုဖြစ်စဉ်၏တင်းကျပ်သောကြီးကြပ်ရှိ၏။ သို့သော်ဂျူရီလူကြီးအသံသွင်းဖြစ်ပေါ်ခဲ့သတိမထားမိခဲ့သညျ။ လေ့လာမှုရှာဖွေတွေ့ရှိခဲ့သည်ပြီးတာနဲ့အများပြည်သူဒေါသရှိ၏။ အဆိုပါတရားရေးဌာနလေ့လာမှုတစ်ခုစုံစမ်းစစ်ဆေးမှုစတင်လျက်, သုတေသီများကွန်ဂရက်များ၏ရှေ့မှောက်၌ထွက်ဆိုဟုခေါ်ကြသည်။ နောက်ဆုံးတွင်ကွန်ဂရက်လျှို့ဝှက်စွာဂျူရီစဉ်းစားမှတ်တမ်းတင်ဖို့ကတရားမဝင်စေသည်တဲ့ဥပဒေသစ်လွန်။

အဆိုပါ Wichita ဂျူရီလေ့လာမှုဝေဖန်သူများက၏စိုးရိမ်ပူပန်မှုကိုသင်တန်းသားများထိခိုက်မှုအန္တရာယ်ကိုမဟုတ်ခဲ့, အစားကြောင့်ဂျူရီစဉ်းစား၏ဆက်စပ်အန္တရာယ်ဖြစ်နိုင်များ၏အန္တရာယ်ဖြစ်ခဲ့သည်။ အဲဒီလူတွေကိုဂျူရီအဖွဲ့ဝင်သူတို့တစ်တွေဘေးကင်းလုံခြုံခြင်းနှင့်ကာကွယ်စောင့်ရှောက်အာကာသအတွင်းဆွေးနွေးမှုများရှိခြင်းခဲ့မယုံလျှင်ဂျူရီရပ်တည်ချက်များကိုထင်ဟပ်အနာဂတ်ကာလ၌ဆက်လက်ဆောင်ရွက်ရန်အဘို့အကြောင့်ခက်ခဲဖြစ်လိမ့်မယ်လို့ထင်ဖြစ်ပါသည်။ ဂျူရီစဉ်းစားအပြင်, ထိုကဲ့သို့သောရှေ့နေ-client ကိုဆက်ဆံရေးနှင့်စိတ်ပိုင်းဆိုင်ရာစောင့်ရှောက်မှုအဖြစ်လူ့အဖွဲ့အစည်းအပိုကာကွယ်မှုနှင့်အတူထောက်ပံ့သောအခြားတိကျသောလူမှုရေးအခင်းအကျင်းရှိပါတယ် (MacCarthy 2015) ။

စကားစပ်မှပျက်ဆီးခြင်း၏အန္တရာယ်နှင့်လူမှုရေးစနစ်များ၏နှောင့်အယှက်လည်းနိုင်ငံရေးသိပ္ပံအချို့လယ်ပြင်စမ်းသပ်ချက်များတွင်ပေါ်ထွန်း (Desposato 2016b) ။ နိုင်ငံရေးသိပ္ပံများတွင်လယ်စမ်းသပ်မှုများအတွက်တစ်ဦးထက်ပို context-sensitive ကုန်ကျစရိတ်-အကျိုးအတွက်တွက်ချက်မှုတစ်ခုဥပမာတွေ့ Zimmerman (2016) ။

တရားမျှတရေး (အပိုင်း 6.4.3)

သင်တန်းသားများကိုများအတွက်လျော်ကြေးငွေဒစ်ဂျစ်တယ်-အသက်အရွယ်သုတေသနနှင့်ဆက်စပ်သော setting များကိုအတော်များများမှာဆှေးနှေးခဲ့သညျ။ Lanier (2014) သူတို့ generate ကြောင်းဒစ်ဂျစ်တယ်သဲလွန်စတွေကိုရှင်းလင်းဘို့သင်တန်းသားများကိုပေးဆောင်အဆိုတင်သွင်း။ Bederson and Quinn (2011) အွန်လိုင်းအလုပ်သမားစျေးကွက်များတွင်ငွေပေးချေဆွေးနွေးပါ။ နောက်ဆုံးအနေနဲ့ Desposato (2016a) လယ်ပြင်စမ်းသပ်ချက်အတွက်သင်တန်းသားများကိုပေးဆောင်အဆိုတင်သွင်း။ သူသင်တန်းသားများကိုတိုက်ရိုက်ပေးချေရနိုင်မှာမဟုတ်ဘူးလျှင်ပင်, တစ်ဦးလှူဒါန်းမှုသူတို့၏ကိုယ်စားအလုပ်လုပ်အဖွဲ့တစ်ဖွဲ့ထားနိုင်မှထွက်ထောက်ပြသည်။ ဥပမာအားဖြင့်, Encore ထဲမှာ, သုတေသီများအင်တာနက် access ကိုကူညီပံ့ပိုးရန်လုပ်ဆောင်နေအဖွဲ့တစ်ဖွဲ့တစ်ဦးလှူဒါန်းမှုရာ၌ခန့်ထားပြီနိုင်ဘူး။

ဥပဒေနှင့်ပြည်သူ့အကျိုးစီးပွား (အပိုင်း 6.4.4) အတွက်လေးစားမှု

စည်းမျဉ်းစည်းကမ်းများ-of-service ကိုသဘောတူညီချက်များတန်းတူပါတီများအကြားနှင့်တရားဝင်အစိုးရများအသုံးပြုနေသူများကဖန်တီးသောဥပဒေများထက်ညှိနှိုင်းကန်ထရိုက်ထက်လျော့နည်းအလေးချိန်ရှိသင့်ပါတယ်။ သုတေသီများအတိတ်တွင်ဝေါဟာရများ-of-service ကိုသဘောတူညီချက်များယေဘုယျအားဖြင့် (လယ်ပြင်စမ်းသပ်ချက်များကဲ့သို့များများစားစားခွဲခြားဆက်ဆံမှုကိုတိုင်းတာရန်) ကုမ္ပဏီတွေရဲ့အပြုအမူ audit မှအလိုအလျောက်မေးမြန်းချက်ကို အသုံးပြု. ပါဝင်ပတ်သက်ခဲ့ကြချိုးဖောက်ခဲ့ကြရတဲ့အခြေအနေမျိုး။ အပိုဆောင်းဆွေးနွေးမှုများအဘို့အတွေ့ Vaccaro et al. (2015) , Bruckman (2016a) နှင့် Bruckman (2016b) ။ ဝန်ဆောင်မှု၏စည်းကမ်းချက်များကိုဆြေးြေိံးကြောင့်ပင်ကိုယ်မူလသုတေသနတစ်ခုဥပမာတွေ့ Soeller et al. (2016) ။ သူတို့ဝန်ဆောင်မှု၏စည်းကမ်းချက်များကိုဖောက်ဖျက်လျှင်သုတေသီများရင်ဆိုင်ရဖြစ်နိုင်ချေဥပဒေရေးရာပြဿနာများအပေါ်ပိုပြီးအဘို့အတွေ့ Sandvig and Karahalios (2016) ။

နှစ်ဦးကကျင့်ဝတ်ဆိုင်ရာမူဘောင် (အပိုင်း 6.5)

သိသာထင်ရှားတဲ့အနေနဲ့ကြီးမားတဲ့ငွေပမာဏကိုလက်ငင်းအကျိုးသက်ရောက်မှုနှင့် deontology အကြောင်းကိုစာဖြင့်ရေးသားခဲ့တာဖြစ်ပါတယ်။ ဘယ်လိုကဤကျင့်ဝတ်ဆိုင်ရာမူဘောင်များနှင့်အခြားသူများရဲ့ဥပမာတစ်ခုအဘို့အတွေ့, ဒစ်ဂျစ်တယ်-အသက်အရွယ်သုတေသနအကြောင်းကိုကျိုးကြောင်းဆင်ခြင်ဖို့အသုံးပြုနိုင်ပါတယ် Zevenbergen et al. (2015) ။ သူတို့ဖှံ့ဖွိုးတိုးတဘောဂဗေဒအတွက်လယ်ပြင်စမ်းသပ်ချက်မှလျှောက်ထားနိုင်ပါသည်မည်သို့ဥပမာတစ်ခုအဘို့အတွေ့ Baele (2013) ။

အသိပေးသဘောတူညီခကျြ (အပိုင်း 6.6.1)

ခွဲခြားဆက်ဆံမှုစာရင်းစစ်လေ့လာမှုများအပေါ်ပိုပြီးအဘို့အတွေ့ Pager (2007) နှင့် Riach and Rich (2004) ။ မသာ, ဤလေ့လာမှုများသဘောတူညီခကျြကိုအသိပေးခဲ့ကြပါဘူး, သူတို့လည်း debriefing မပါဘဲပရိယာယ်ပါဝငျသညျ။

နှစ်ဦးစလုံး Desposato (2016a) နှင့် Humphreys (2015) သဘောတူညီချက်မပါဘဲလယ်ပြင်စမ်းသပ်ချက်နဲ့ပတ်သက်တဲ့အကြံဉာဏ်ကိုဆက်ကပ်။

Sommers and Miller (2013) ပရိယာယ်ပြီးနောက်သင်တန်းသားများကို debriefing မမျက်နှာသာအတွက်အများအပြားအငြင်းပွားမှုများပြန်လည်သုံးသပ်ရန်နှင့်သုတေသီများ debriefing ကိုစှနျ့လှတျသငျ့ကွောငျးငြင်း

သူတို့တတျနိုငျသလျှင် "အခြေအနေဟာအလွန်ကျဉ်းမြောင်းသောအစုအောက်မှာအမည်ရ, လယ်ပြင်၌ debriefing စဉ်းစားဆင်ခြင်စရာလက်တွေ့ကျတဲ့အတားအဆီးဒါပေမယ့်သုတေသီများဖြစ်စေရသောသုတေသန debriefing အကြောင်းကိုရှိတယျလို့မရှိသည်မယ်လို့။ သုတေသီများတစ်နုံပါဝင်သူရေကူးကန်ကိုထိန်းသိမ်းပါဝင်သူအမျက်တော်မှမိမိတို့ကိုယ်ကိုကာကှယျ, ဒါမှမဟုတ်အန်တရာယျမှသင်တန်းသားများကိုကာကွယ်စောင့်ရှောက်နိုင်ရန်အတွက် debriefing ကိုစှနျ့လှတျဖို့ခွင့်ပြုမရသင့်ပါတယ်။ "

အခြားသူများက debriefing ကောင်းကျိုးထက်ဆိုးကျိုးကိုဖြစ်ပေါ်စေသည်လျှင်အချို့သောအခြေအနေများတွင်ပြုလုပ်ရှောင်ကြဉ်သင့်ကြောင်းငြင်းခုန် (Finn and Jakobsson 2007) ။ အချို့သုတေသီတွေကဆန့်ကျင်ဘက်ပြုပါသော်လည်း Debriefing အချို့သုတေသီများကောင်းတဲ့အကျော်ပုဂ္ဂိုလ်များကိုလေးစားဦးစားပေးတဲ့အမှုဖြစ်ပါတယ်။ တဦးတည်းဖြစ်နိုင်သမျှဖြေရှင်းချက်သင်တန်းသားများကိုများအတွက်သင်ယူမှုအတွေ့အကြုံကို debriefing စေရန်နည်းလမ်းများကိုရှာပါလိမ့်မည်။ ဒါကဖြစ်ကောင်းလည်းသင်တန်းသားများကိုအကျိုးပြုရာတစ်ခုခုဖြစ်နိုင်ပါသည် debriefing, အစားအန္တရာယ်ဖြစ်စေနိုင်သောအရာတစ်ခုခုအဖြစ် debriefing စဉ်းစားခြင်းထက်ဖြစ်ပါသည်။ ပညာရေးဆိုင်ရာ debriefing ဒီလိုမျိုး၏ပုံသက်သေကိုတွေ့ Jagatic et al. (2007) ။ စိတ်ပညာရှင် debriefing များအတွက်နည်းစနစ်ကိုတီထွင်ခဲ့ကြ (DS Holmes 1976a, 1976b; Mills 1976; Baumrind 1985; Oczak and Niedźwieńska 2007) , ဤအချို့အသုံးဝင်ဒစ်ဂျစ်တယ်-အသက်အရွယ်သုတေသနမှလျှောက်ထားနိုင်ပါသည်။ Humphreys (2015) ကျွန်မဖော်ပြထားကြောင်း debriefing မဟာဗျူဟာဖို့နီးကပ်စွာဆက်စပ်ဖြစ်သောရက်ရွှေ့ဆိုင်းသဘောတူညီခကျြလောက်စိတ်ဝင်စားဖို့အတွေးများကိုဟောကြားခဲ့ပါတယ်။

သူတို့ရဲ့ခွင့်ပြုချက်အဘို့အပါဝင်သူတစ်နမူနာတောင်းဆိုနေတာ၏စိတ်ကူးအရာကိုဆက်စပ်ဖြစ်ပါတယ် Humphreys (2015) ကိုရည်ညွှန်းသဘောတူညီခကျြတောင်းဆိုထားသည်။

အဆိုပြုပြီးပါပြီကြောင်းအသိပေးသဘောတူညီချက်နှင့်ဆက်စပ်သောတစ်ဦးကထပ်မံစိတ်ကူးအွန်လိုင်းစမ်းသပ်ချက်အတွက်ဖြစ်ဖို့သဘောတူသူတွေကိုတစ်ဦး panel ကိုတညျဆောကျရနျဖွစျသညျ (Crawford 2014) ။ တချို့ကဒီ panel ကလူတွေကိုတစ် nonrandom နမူနာဖြစ်လိမ့်မယ်လို့စောဒကတက်ကြသည်။ သို့သော်အခန်း 3 (မေးခွန်းများကိုမေး) ဒီပြဿနာတွေကို Post-stratification သုံးပြီးအလားအလာလိပ်စာဖြစ်ကြောင်းပြသထားတယ်။ ဒါ့အပြင်အဆိုပါ panel ကိုအပေါ်ဖြစ်ခွင့်ပြုချက်စမ်းသပ်ချက်အမျိုးမျိုးကိုဖုံးလွှမ်းနိုင်ဘူး။ တနည်းအားဖြင့်သင်တန်းသားများကိုတစ်ဦးချင်းတစ်ဦးချင်းစီစမ်းသပ်မှုသဘောတူဖို့လိုအပ်မပြုစေခြင်းငှါ, တစ်ဦးအယူအဆကျယ်ပြန့်သဘောတူခွင့်ပြုချက်ကိုခေါ် (Sheehan 2011) ။ တစ်ခုချင်းစီကိုလေ့လာမှုတစ်ခုအချိန်သဘောတူညီခကျြမြားနှငျ့သဘောတူညီခကျြအကြားခြားနားချက်များအဖြစ်တစ်ဦးဖြစ်နိုင်သမျှဟိုက်ဘရစ်အပေါ်မှာပိုပြီးအဘို့အတွေ့ Hutton and Henderson (2015) ။

နားလည်မှုနှင့်မန်နေဂျင်းအချက်အလက်ဆိုင်ရာအန္တရာယ် (အပိုင်း 6.6.2)

ဝေးထူးခြားတဲ့ မှစ. , Netflix နဲ့ Prize ကိုလူတွေအကြောင်းကိုအသေးစိတ်သတင်းအချက်အလက်ကိုမဆံ့ကြောင်းအချက်အလက်စာရင်းများအတွက်အရေးပါသောနည်းပညာဆိုင်ရာပစ္စည်းဥစ္စာပိုင်ဆိုင်မှုသရုပ်ဖော်နှင့်အရှင်ခေတ်သစ်လူမှုအချက်အလက်စာရင်းများအတွက် "အမည်မ" ၏ဖြစ်နိုင်ခြေနှင့် ပတ်သက်. အရေးကြီးသောသင်ခန်းစာပေးထားပါတယ်။ လူတစ်ဦးချင်းစီအကြောင်းသတင်းအချက်အလက်များစွာကိုအပိုင်းပိုင်းနှင့်အတူ files ထဲမှာတရားဝင်သတ်မှတ်ထားတဲ့သဘောမျိုးအတွက်ကျဲဖြစ်များပါတယ် Narayanan and Shmatikov (2008) ။ ဒါကတစ်ဦးချင်းစီစံချိန်အဘို့, တူညီတဲ့ဖြစ်ကြောင်းအဘယ်သူမျှမမှတ်တမ်းများရှိပါတယ်, ဖြစ်ပြီး, တကယ်တော့အလွန်ဆင်တူဖြစ်ကြောင်းအဘယ်သူမျှမမှတ်တမ်းများရှိပါတယ်: လူတစ်ဦးချင်းစီဝေးသည့် Datasets ၌မိမိတို့နှင့်အနီးဆုံးအိမ်နီးချင်းများထံမှဖြစ်ပါတယ်။ တဦးတည်းနေတဲ့ကြယ်ငါးပွင့်စကေးအပေါ်အကြောင်းကို 20,000 ရုပ်ရှင်အတူအကြောင်းကိုရှိပါတယ်ကြောင့် Netflix နဲ့ data တွေကိုကျဲဖြစ်အံ့သောငှါစိတ်ကူးနိုင်ပါတယ် $6^{20,000}$ လူတစ်ဦးချင်းစီ (6 1 မှအပြင်ကြောင့်ရှိနိုင်တယ်လို့ဖြစ်နိုင်သောတန်ဖိုးများ 5 ကြယ်သူတစ်ဦးဦးမှာအားလုံးရုပ်ရှင် rated ကြပြီမဟုတ်စေခြင်းငှါ,) ။ ဒီနံပါတ်ကိုကပင်နားမလည်ရန်ခက်ခဲဖြစ်တယ်, ဒါကြီးမားသည်။

Sparsity နှစ်ခုအဓိကသက်ရောက်မှုရှိပါတယ်။ ပထမဦးစွာပြုလုပ်ကျပန်းထင်သည်တုန်လှုပ်မှုတည်းအပေါ်အခြေခံပြီး Datasets "ဖျောက်ပေးသည်" ရန်ကြိုးစားနေဖွယ်ရှိကျရှုံးလိမ့်မည်ဟုဆိုလိုသည်။ ဒါက Netflix နဲ့ကျပန်း (သူတို့ပွုတျောမူသော) အ ratings အချို့ကိုထိန်းညှိဖို့ခဲ့ကြသည်ပင်လျှင်အထင်သည်တုန်လှုပ်မှုတည်းစံချိန်ဆဲတိုက်ခိုက်ရှိကြောင်းသတင်းအချက်အလက်ဖို့အနီးကပ်ဆုံးဖြစ်နိုင်သောစံချိန်ကြောင့်, ဒီလုံလောက်သောဖြစ်မဟုတ်ဘူးဖြစ်ပါသည်။ ဒုတိယ, sparsity Re-ဖော်ထုတ်ခြင်းတိုက်ခိုက်မစုံလငျသို့မဟုတ်ဘက်မလိုက်အသိပညာရှိပါတယ်လျှင်ပင်ဖြစ်နိုင်ပါကြောင်းကိုဆိုလိုတယ်။ ဥပမာ, Netflix နဲ့ဒေတာအတွက်ရဲ့တိုက်ခိုက်သူနှစ်ဦးကိုရုပ်ရှင်နှင့်သငျသညျသူတို့အား ratings ရာ၌ရက်စွဲများအဘို့သင့် ratings သိတယ်စိတ်ကူးကြကုန်အံ့ $\pm$ 3 ရက်, တစ်ဦးတည်းမယ့်အချက်အလက်တွေကိုထူးခြားသည့် Netflix နဲ့ဒေတာလူ 68% ကိုသိရှိနိုင်ဖို့လုံလောက်ပါတယ်။ အဆိုပါတိုက်ခိုက်သူသငျသညျ rated ပြီရှစ်ရုပ်ရှင်သိတယ် အကယ်. $\pm$ 14 ရက်, ဤလူသိများ ratings နှစ်ခုလုံးဝမှားလျှင်ပင်, ထို့နောက်မှတ်တမ်းများ 99% ထူးခြားသည့် Datasets အတွက်ဖော်ထုတ်နိုင်ပါတယ်။ တနည်းအားဖြင့် sparsity အများဆုံးခေတ်သစ်လူမှုအချက်အလက်စာရင်းများအတွက်ကျဲကြောင့်ကံဆိုးသောအရာ, ဒေတာ "ဖျောက်ပေးသည်" ရန်ကြိုးပမ်းအားထုတ်မှုများအတွက်အခြေခံပြဿနာဖြစ်ပါတယ်။ ကျဲအချက်အလက်များ၏ "အမည်မ" ပေါ်တွင်ပိုပြီးအဘို့အတွေ့ Narayanan and Shmatikov (2008) ။

တယ်လီဖုန်း meta-data ကိုလည်းအထိခိုက်မခံ "အမည်မသိ" နှင့်မရဖြစ်ပေါ်လာလိမ့်မယ်, ဒါပေမယ့်သောအမှုမဟုတ်ပါ။ တယ်လီဖုန်း meta-data ကိုသက်သေပြခြင်းနှင့်အထိခိုက်မခံများမှာ (Mayer, Mutchler, and Mitchell 2016; Landau 2016) ။

ကိန်းဂဏန်း 6.6 မှာတော့ကျနော် data ကိုဖြန့်ချိကနေလူ့အဖွဲ့အစည်းကိုမှသင်တန်းသားများကိုနှင့်အကျိုးအမြတ်မှစွန့်စားမှုအကြား Trade-off ထွက် sketched ။ ကန့်သတ် access ကိုအကြားတစ်ဦးနှင့်နှိုင်းယှဉ်လျှင်အဘို့ချဉ်းကပ်မှု (ဥပမာ, တစ်ဦးခိုင်ခံ့သောဥယြာဉျ) နှင့်ကန့်သတ် data တွေကိုချဉ်းကပ်မှု (ဥပမာ, "အမည်မ" ၏အချို့သောပုံစံ) ကိုတွေ့မြင် Reiter and Kinney (2011) ။ အချက်အလက်များ၏အန္တရာယ်အဆင့်ဆင့်၏အဆိုပြုအမျိုးအစားစနစ်တွေ့ Sweeney, Crosas, and Bar-Sinai (2015) ။ ဒေတာခွဲဝေမှု၏အထွေထွေဆွေးနွေးမှုတစ်ဦးထက်ပိုသောအဘို့အတွေ့ Yakowitz (2011) ။

ဒီ Trade-off အချက်အလက်များ၏အန္တရာယ်နှင့် utility ကိုအကြားပိုမိုအသေးစိတ်ခွဲခြမ်းစိတ်ဖြာများအတွက်တွေ့ Brickell and Shmatikov (2008) , Ohm (2010) , Reiter (2012) , Wu (2013) နှင့် Goroff (2015) ။ ဒီ Trade-off လွန်ကဲကဲပွင့်လင်းအွန်လိုင်းသင်တန်းများ (သင်ခန်း) မှအမှန်တကယ်ဒေတာမှလျှောက်ထားကြည့်ဖို့တွေ့ Daries et al. (2014) နှင့် Angiuli, Blitzstein, and Waldo (2015) ။

differential privacy ကိုလည်းလူ့အဖွဲ့အစည်းမှသင်တန်းသားများကိုနိမ့်အန္တရာယ်နဲ့မြင့်မားတဲ့အကျိုးကျေးဇူးနှစ်ခုလုံးပေါင်းစပ်နိုင်မအနေနဲ့အခြားရွေးချယ်စရာချဉ်းကပ်ကမ်းလှမ်း; တွေ့မြင် Dwork and Roth (2014) နှင့် Narayanan, Huey, and Felten (2016) ။

ပုဂ္ဂိုလ်ရေးအရသုတေသနကျင့်ဝတ်နဲ့ပတ်သက်တဲ့စည်းမျဉ်းစည်းကမ်းတွေကိုအများအပြားမှဗဟိုဖြစ်သောသတင်းအချက်အလက် (PII), ဖော်ထုတ်များ၏အယူအဆအပေါ်ပိုပြီးအဘို့အတွေ့ Narayanan and Shmatikov (2010) နှင့် Schwartz and Solove (2011) ။ အလားအလာအထိခိုက်မခံဖြစ်ခြင်းအားလုံးဒေတာအပေါ်မှာပိုပြီးအဘို့အတွေ့ Ohm (2015) ။

ဤအပိုင်းကိုခုနှစ်မှာကျနော်အချက်အလက်ဆိုင်ရာအန္တရာယ်ဖို့ဦးဆောင်လမ်းပြနိုင်သောအရာတစ်ခုခုအဖြစ်ကွဲပြားခြားနားသောအချက်အလက်စာရင်းများအတွက်များ၏ချိတ်ဆက်ပုံဖော်ပါတယ်။ အတွက်စောဒကတက်အဖြစ်သို့ရာတွင်ထိုသို့လည်း, သုတေသနအသစ်အခွင့်အလမ်းများဖန်တီးနိုင် Currie (2013) ။

ငါး Safe အပေါ်ပိုပြီးအဘို့အတွေ့ Desai, Ritchie, and Welpton (2016) ။ လက်ငင်းဖော်ထုတ်နိုင်ပါတယ်မည်သို့ဥပမာတစ်ခုအဘို့အတွေ့ Brownstein, Cassa, and Mandl (2006) ရောဂါပျံ့နှံ့၏မြေပုံဖော်ထုတ်နိုင်ပါတယ်ဘယ်လိုပြသသော။ Dwork et al. (2017) မှာလည်းထိုကဲ့သို့သောတစ်ဦးချင်းစီအခြို့ရောဂါရှိမည်မျှအကြောင်းကိုစာရင်းဇယားအဖြစ်စုစုပေါင်းဒေတာ, ဆန့်ကျင်တိုက်ခိုက်မှုများစဉ်းစားပါ။

ဒေတာအသုံးပြုမှုနှင့်အချက်အလက်ဖြန့်ချိအကြောင်းကိုမေးခွန်းလွှာလည်းဒေတာပိုင်ဆိုင်မှုနှင့်ပတ်သက်ပြီးမေးခွန်းတွေတင်ပြထားတယ်။ ပိုပြီးအဘို့, ဒေတာပိုင်ဆိုင်မှုအပေါ်တွေ့ Evans (2011) နှင့် Pentland (2012) ။

သီးသန့်လုံခြုံရေး (အပိုင်း 6.6.3)

Warren and Brandeis (1890) privacy ကိုအကြောင်းမှတ်တိုင်ဥပဒေရေးရာဆောင်းပါးသည်နှင့်အများဆုံး privacy ကိုတယောက်တည်းကျန်ရစ်သောခံရဖို့တစ်ဦးညာဘက်သောစိတ်ကူးနှင့်ဆက်စပ်နေသည်။ ကျွန်မအကြံပြုမယ်လို့ privacy ကို၏စာအုပ်-အရှည်ကုသပါဝင်သည် Solove (2010) နှင့် Nissenbaum (2010) ။

ကလူ privacy ကိုစဉ်းစားပုံကိုအပေါ်ပင်ကိုယ်မူလသုတေသနသုံးသပ်ချက်တစ်ခုအဘို့အတွေ့ Acquisti, Brandimarte, and Loewenstein (2015) ။ Phelan, Lampe, and Resnick (2016) dual-system ကိုသီအိုရီ-ကြောင့်တခါတရံတွင်အလိုလိုသိစိုးရိမ်ပူပန်မှုများအပေါ်အာရုံစူးစိုက်ခြင်းနှင့်တစ်ခါတစ်ရံတွင်လူတွေ privacy ကိုအကြောင်းကိုပုံဆနျ့ကငျြထုတ်ပြန်ချက်များစေနိုင်သည်ကိုဘယ်လိုရှင်းပြထည့်သွင်းစဉ်းစားရန်စိုးရိမ်ပူပန်မှုများ-အာရုံစိုက်တင်ပြသည်။ ထိုကဲ့သို့သောတွစ်တာကဲ့သို့သောအွန်လိုင်း setting တွင်သီးသန့်တည်ရှိမှု၏စိတ်ကူးအပေါ်မှာပိုပြီးအဘို့အတွေ့ Neuhaus and Webmoor (2012) ။

အဆိုပါဂျာနယ်သိပ္ပံကွဲပြားခြားနားသောအမြင်များအမျိုးမျိုးကနေသီးသန့်တည်ရှိမှုနှင့်အချက်အလက်ဆိုင်ရာအန္တရာယ်များ၏ပြဿနာများကိုအမှာစကားပြောကြားပေးသော "သီးသန့်လုံခြုံရေးများ၏အဆုံး," အမည်ရအထူးအပိုင်းထုတ်ဝေ; အကျဉ်းချုပ်အဘို့အတွေ့ Enserink and Chin (2015) ။ Calo (2011) privacy ကိုချိုးဖောက်မှုများထံမှလာသောပျက်ဆီးစဉ်းစားများအတွက်မူဘောင်ပေးထားပါတယ်။ ဒီဂျစ်တယ်ခေတ်များ၏အလွန်စတင်မှာ privacy ကိုစိုးရိမ်၏အစောပိုင်းဥပမာတစ်ခုဖြစ်သည် Packard (1964) ။

မသေချာမရေရာ (အပိုင်း 6.6.4) အရဆုံးဖြတ်ချက်တွေမချ

အဆိုပါအနည်းဆုံးအန္တရာယ်စံလျှောက်ထားရန်ကြိုးစားနေသည့်အခါတစ်ဦးကစိန်ခေါ်မှုကသူ၏နေ့စဉ်အသက်တာကို benchmarking အတှကျအသုံးပွုရနျဖွစျသညျရှင်းရှင်းလင်းလင်းမသိရပါဘူးဖြစ်ပါတယ် (National Research Council 2014) ။ ဥပမာအားဖြင့်, အိုးအိမ်မဲ့လူတွေသူတို့ရဲ့နေ့စဉ်ဘဝအသက်တာ၌အီ၏မြင့်မားသောအဆင့်ဆင့်ရှိသည်။ သို့သော်သူက Higher-အန္တရာယ်သုတေသနမှအိုးအိမ်မဲ့လူတွေဖော်ထုတ် Ethics ခွင့်ကြောင်းကိုဆိုလိုခြင်းမဟုတ်ပါ။ ဤအကြောင်းကြောင့်, အနည်းငယ်မျှသာအန္တရာယ်အထွေထွေ-လူဦးရေစံ, မတိကျတဲ့-လူဦးရေစံဆန့်ကျင်စံအဖြစ်သတ်မှတ်သင့်ကြောင်းတစ်ကြီးထွားလာသဘောတူညီမှုဖြစ်ရှိပုံရသည်။ ငါယေဘုယျအားဖြင့်အထွေထွေ-လူဦးရေစံ၏အယူအဆကိုသဘောမတူပေမယ့်, ငါသည် Facebook ကဲ့သို့သောကြီးမားအွန်လိုင်းပလက်ဖောင်းတစ်ဦးသတ်သတ်မှတ်မှတ်-လူဦးရေစံကျိုးကြောင်းဆီလျော်ကြောင်းထင်ပါတယ်။ စိတ်ခံစားမှုဘယ်လိုကူးစက်ထည့်သွင်းစဉ်းစားသည့်အခါထို့ကြောင့်, ငါက Facebook ပေါ်မှာနေ့စဉ်အန္တရာယ်ဆန့်ကျင်အခြေခံစံနှုန်းဖို့ကျိုးကြောင်းဆီလျော်ကြောင်းထင်ပါတယ်။ ဤကိစ္စတွင်အတွက်တစ်ဦးသတ်သတ်မှတ်မှတ်-လူဦးရေစံအကဲဖြတ်ဖို့အများကြီးပိုလွယ်သည်နှင့်ချို့တဲ့အုပ်စုများ (ဥပမာအကျဉ်းသားများနှင့်မိဘမဲ့) အပေါ်မတရားပျက်ကွက်သုတေသန၏ထမ်းရွက်ကာကွယ်တားဆီးဖို့ရှာကြံထားတဲ့တရားသူကြီးချုပ်၏နိယာမတွေနဲ့ဆန့်ကျင်ဖို့မဖြစ်နိုင်ဖြစ်ပါတယ်။

လက်တွေ့အကြံပေးချက်များ (အပိုင်း 6.7)

အခွားသောပညာရှင်များလည်းကျင့်ဝတ်ဆိုင်ရာနောက်ဆက်တွဲပါဝင်သည်ဖို့ပိုစာတမ်းများအဘို့အခေါ်ပြီ (Schultze and Mason 2012; Kosinski et al. 2015; Partridge and Allman 2016) ။ King and Sands (2015) ကိုလည်းလက်တွေ့ကျတဲ့အကြံပေးချက်များပေးထားပါတယ်။ Zook နှင့်လုပ်ဖော်ကိုင်ဖက်များ (2017) ကမ်းလှမ်းမှုကို "တာဝန်ရှိသည်ကြီးတွေ data တွေကိုသုတေသနအတွက်တစ်ဆယ်ရိုးရှင်းသောစည်းမျဉ်းစည်းကမ်းတွေ။ "