Beth i'w ddarllen nesaf
- Cyflwyniad (adran 6.1)
Yn draddodiadol, mae moeseg ymchwil wedi cynnwys pynciau fel twyll gwyddonol a dyraniad credyd. Trafodir y rhain yn fanylach yn Ar Bod yn Wyddonydd gan Institute of Medicine and National Academy of Sciences and National Academy of Engineering (2009) .
Mae'r sefyllfa hon yn dylanwadu'n drwm ar y bennod hon yn yr Unol Daleithiau. Am ragor o wybodaeth am y gweithdrefnau adolygu moesegol mewn gwledydd eraill, gweler penodau 6-9 o Desposato (2016b) . Am ddadl bod yr egwyddorion moesegol biofeddygol sydd wedi dylanwadu ar y bennod hon yn rhy Americanig, gweler Holm (1995) . Am adolygiad hanesyddol pellach o'r Byrddau Adolygu Sefydliadol yn yr Unol Daleithiau, gweler Stark (2012) . Roedd y cyfnodolyn PS: Gwyddoniaeth Gwleidyddol a Gwleidyddiaeth yn cynnal symposiwm proffesiynol ar y berthynas rhwng gwyddonwyr gwleidyddol ac IRB; gweler Martinez-Ebers (2016) am grynodeb.
Mae Adroddiad Belmont a rheoliadau dilynol yn yr Unol Daleithiau yn tueddu i wneud gwahaniaeth rhwng ymchwil ac ymarfer. Nid wyf wedi gwneud cymaint o wahaniaeth yn y bennod hon oherwydd credaf fod yr egwyddorion a'r fframweithiau moesegol yn berthnasol i'r ddau leoliad. Am ragor o wybodaeth am y gwahaniaeth hwn a'r problemau y mae'n eu cyflwyno, gweler Beauchamp and Saghai (2012) , MN Meyer (2015) , boyd (2016) , a Metcalf and Crawford (2016) .
Am fwy o wybodaeth am oruchwyliaeth ymchwil ar Facebook, gweler Jackman and Kanerva (2016) . Am syniadau am oruchwyliaeth ymchwil mewn cwmnïau a sefydliadau anllywodraethol, gweler Calo (2013) , Polonetsky, Tene, and Jerome (2015) , a Tene and Polonetsky (2016) .
Mewn perthynas â defnyddio data ffôn symudol i helpu i fynd i'r afael ag achosion Ebola 2014 yn Orllewin Affrica (Wesolowski et al. 2014; McDonald 2016) , am fwy o wybodaeth am beryglon preifatrwydd data ffôn symudol, gweler Mayer, Mutchler, and Mitchell (2016) . Am enghreifftiau o ymchwil sy'n gysylltiedig â argyfwng cynharach gan ddefnyddio data ffôn symudol, gweler Bengtsson et al. (2011) a Lu, Bengtsson, and Holme (2012) , ac am fwy o ran moeseg ymchwil sy'n gysylltiedig ag argyfwng, gweler ( ??? ) .
- Tri enghraifft (adran 6.2)
Mae llawer o bobl wedi ysgrifennu am Eiriolaeth Emosiynol. Cyhoeddodd y cylchgrawn Research Ethics eu rhifyn cyfan ym mis Ionawr 2016 i drafod yr arbrawf; gweler Hunter and Evans (2016) am drosolwg. Cyhoeddodd Trafodion Academyddion Gwyddoniaeth Genedlaethol ddau ddarn am yr arbrawf: Kahn, Vayena, and Mastroianni (2014) a Fiske and Hauser (2014) . Mae darnau eraill am yr arbrawf yn cynnwys: Puschmann and Bozdag (2014) , Meyer (2014) , Grimmelmann (2015) , MN Meyer (2015) , ( ??? ) , Kleinsman and Buckley (2015) , Shaw (2015) , a ( ??? ) .
- Mae digidol yn wahanol (adran 6.3)
O ran goruchwylio màs, darperir trosolwg eang ym Mayer-Schönberger (2009) a Marx (2016) . Am enghraifft goncrid o gostau newidiol gwyliadwriaeth, mae Bankston and Soltani (2013) amcangyfrif bod olrhain troseddwr sy'n cael ei amau gan ddefnyddio ffonau symudol tua 50 gwaith yn rhatach na defnyddio gwyliadwriaeth gorfforol. Gweler hefyd Ajunwa, Crawford, and Schultz (2016) am drafodaeth ar wyliadwriaeth yn y gwaith. Bell and Gemmell (2009) rhoi safbwynt mwy optimistaidd ar hunan-arolygu.
Yn ogystal â gallu olrhain ymddygiad arsylwol sy'n gyhoeddus neu'n rhannol gyhoeddus (ee, Blas, Cysylltiadau, ac Amser), gall ymchwilwyr gynhyrfu'n gynyddol beth mae llawer o gyfranogwyr yn ei ystyried yn breifat. Er enghraifft, dangosodd Michal Kosinski a chydweithwyr (2013) y gallent gasglu gwybodaeth sensitif am bobl, fel cyfeiriadedd rhywiol a defnyddio sylweddau caethiwus, o ddata olrhain digidol ymddangosiadol (hoffi Facebook). Gallai hyn swnio'n hudol, ond mae'r ymagwedd Kosinski a chydweithwyr a ddefnyddiwyd - sy'n cyfuno olion digidol, arolygon, a dysgu dan oruchwyliaeth - mewn gwirionedd yn rhywbeth yr wyf eisoes wedi'i ddweud wrthych. Dwyn i gof hynny ym mhennod 3 (Gofyn cwestiynau). Dywedais wrthych sut y cyfunodd Joshua Blumenstock a chydweithwyr (2015) ddata arolwg â data ffôn symudol i amcangyfrif tlodi yn Rwanda. Gellir defnyddio'r union ddull hwn, y gellir ei ddefnyddio i fesur tlodi yn effeithlon mewn gwlad sy'n datblygu, hefyd gael ei ddefnyddio ar gyfer casgliadau a allai fod yn groes i breifatrwydd.
I gael rhagor o wybodaeth am y defnyddiau eilaidd annisgwyl posibl o ddata iechyd, gweler O'Doherty et al. (2016) . Yn ogystal â'r potensial ar gyfer defnyddiau eilaidd anfwriadol, gallai creu cronfa ddata feistr anghyflawn hyd yn oed gael effaith oeri ar fywyd cymdeithasol a gwleidyddol pe bai pobl yn anfodlon darllen rhai deunyddiau neu drafod rhai pynciau; gweler Schauer (1978) a Penney (2016) .
Mewn sefyllfaoedd gyda rheolau gorgyffwrdd, mae ymchwilydd weithiau'n cymryd rhan mewn "siopa rheoleiddiol" (Grimmelmann 2015; Nickerson and Hyde 2016) . Yn benodol, mae rhai ymchwilwyr sy'n dymuno osgoi goruchwylio IRB yn gallu ffurfio partneriaethau gydag ymchwilwyr nad ydynt yn cael eu cynnwys gan IRBs (ee, pobl mewn cwmnļau neu fudiadau anllywodraethol), a bod y cydweithwyr hynny yn casglu ac yn datgelu data. Yna, gall yr ymchwilydd sy'n cael ei gwmpasu gan yr IRB ddadansoddi'r data a ddynodwyd hon heb oruchwyliaeth IRB gan nad yw'r ymchwil bellach yn cael ei ystyried yn "ymchwil pynciau dynol," o leiaf yn ôl rhai dehongliadau o'r rheolau cyfredol. Mae'n debyg nad yw'r math hwn o osgoi IRB yn gyson ag ymagwedd seiliedig ar egwyddorion i moeseg ymchwil.
Yn 2011, dechreuodd ymdrech i ddiweddaru'r Rheol Gyffredin, a chwblhawyd y broses hon yn derfynol yn 2017 ( ??? ) . Am ragor o wybodaeth am yr ymdrechion hyn i ddiweddaru'r Rheol Gyffredin, gweler Evans (2013) , National Research Council (2014) , Hudson and Collins (2015) , a Metcalf (2016) .
- Pedwar egwyddor (adran 6.4)
Yr ymagwedd sy'n seiliedig ar egwyddorion clasurol i moeseg biofeddygol yw Beauchamp and Childress (2012) . Maent yn cynnig y dylai pedair prif egwyddor arwain moeseg biofeddygol: Parch ar gyfer Ymreolaeth, Anhwylderau, Buddion a Chyfiawnder. Mae'r egwyddor o ddiffyg diffygion yn annog un i wrthsefyll rhag achosi niwed i bobl eraill. Mae'r cysyniad hwn wedi'i gysylltu'n ddwfn â'r syniad Hippocratig o "Ddim yn niweidio." Yn moeseg ymchwil, mae'r egwyddor hon yn aml yn cael ei gyfuno â'r egwyddor o Fudd-dal, ond gweler pennod 5 o @ beauchamp_principles_2012 am fwy am y gwahaniaeth rhwng y ddau. Am feirniadaeth fod yr egwyddorion hyn yn rhy Americanig, gweler Holm (1995) . I gael rhagor o wybodaeth am gydbwyso pan fo'r egwyddorion yn gwrthdaro, gweler Gillon (2015) .
Mae'r pedair egwyddor yn y bennod hon hefyd wedi'u cynnig i arwain goruchwyliaeth foesegol ar gyfer ymchwil sy'n cael ei wneud mewn cwmnïau a sefydliadau anllywodraethol (Polonetsky, Tene, and Jerome 2015) trwy gyrff o'r enw "Byrddau Adolygu Pwnc Defnyddwyr" (CSRB) (Calo 2013) .
- Parch i Bobl (adran 6.4.1)
Yn ogystal â pharchu annibyniaeth, mae Adroddiad Belmont hefyd yn cydnabod nad yw pob dynol yn gallu hunan-benderfynu yn wir. Er enghraifft, efallai na fydd plant, pobl sy'n dioddef o salwch, neu bobl sy'n byw mewn sefyllfaoedd o ryddid dan gyfyngiadau difrifol, yn gallu gweithredu fel unigolion llawn ymreolaeth, ac felly mae'r bobl hyn yn agored i ddiogelwch ychwanegol.
Gall cymhwyso egwyddor Parch i Bobl yn yr oes ddigidol fod yn heriol. Er enghraifft, mewn ymchwil i bobl ddigidol, gall fod yn anodd darparu diogelwch ychwanegol i bobl sydd â gallu hunan-benderfynu yn lleihau oherwydd nad yw ymchwilwyr yn aml yn gwybod ychydig am eu cyfranogwyr. Ymhellach, mae caniatâd gwybodus mewn ymchwil gymdeithasol o oedran ddigidol yn her enfawr. Mewn rhai achosion, mae caniatâd gwirioneddol wybodus yn gallu dioddef o (Nissenbaum 2011) tryloywder (Nissenbaum 2011) , lle mae gwybodaeth a dealltwriaeth yn gwrthdaro. Yn gryno, os yw ymchwilwyr yn darparu gwybodaeth lawn am natur y casglu data, dadansoddi data, ac arferion diogelwch data, bydd yn anodd i lawer o gyfranogwyr ddeall. Ond os yw ymchwilwyr yn darparu gwybodaeth gynhwysfawr, efallai na fydd manylion technegol pwysig. Mewn ymchwil feddygol yn yr oedran analog-y lleoliad mwyaf amlwg a ystyriwyd gan Adroddiad Belmont-gallai un ddychmygu meddyg sy'n siarad yn unigol gyda phob cyfranogwr i helpu i ddatrys parasocs tryloywder. Mewn astudiaethau ar-lein sy'n cynnwys miloedd neu filiynau o bobl, mae dull o'r fath yn wyneb yn wyneb yn amhosib. Ail broblem gyda chaniatâd yn yr oes ddigidol yw, mewn rhai astudiaethau, fel dadansoddiadau o ystadegau data enfawr, na fyddai'n anymarferol cael caniatâd gwybodus gan yr holl gyfranogwyr. Rwyf yn trafod y cwestiynau hyn a chwestiynau eraill am ganiatâd gwybodus yn fanylach yn adran 6.6.1. Er gwaethaf yr anawsterau hyn, fodd bynnag, dylem gofio nad yw caniatâd gwybodus yn angenrheidiol nac yn ddigonol ar gyfer Parch i Bobl.
Am ragor o wybodaeth am ymchwil feddygol cyn caniatâd gwybodus, gweler Miller (2014) . Er mwyn trin caniatâd gwybodus ar hyd llyfr, gweler Manson and O'Neill (2007) . Gweler hefyd y darlleniadau a awgrymir ynglŷn â chaniatâd gwybodus isod.
- Budd-dal (adran 6.4.2)
Harms i gyd-destun yw'r niwed y gall ymchwilio achosi i bobl benodol ond i leoliadau cymdeithasol. Mae'r cysyniad hwn yn eithaf cryno, ond byddaf yn darlunio gydag enghraifft glasurol: Astudiaeth Rheithgor Wichita (Vaughan 1967; Katz, Capron, and Glass 1972, chap. 2) - weithiau, gelwir y Prosiect Rheithgor Chicago (Cornwell 2010) . Yn yr astudiaeth hon, mae ymchwilwyr o Brifysgol Chicago, fel rhan o astudiaeth fwy o agweddau cymdeithasol ar y system gyfreithiol, wedi cofnodi chwech o drafodaethau rheithgor yn Wichita, Kansas yn gyfrinachol. Roedd y beirniaid a'r cyfreithwyr yn yr achosion wedi cymeradwyo'r recordiadau, ac roedd goruchwyliaeth gaeth o'r broses. Fodd bynnag, nid oedd y rheithwyr yn ymwybodol bod recordiadau yn digwydd. Unwaith y darganfuwyd yr astudiaeth, roedd yna ofid cyhoeddus. Dechreuodd yr Adran Gyfiawnder ymchwiliad i'r astudiaeth, a galwwyd yr ymchwilwyr i dystio o flaen y Gyngres. Yn y pen draw, pasiodd y Gyngres gyfraith newydd sy'n ei gwneud hi'n anghyfreithlon i gofnodi trafodaethau'r rheithgor yn gyfrinachol.
Nid pryder beirniaid Astudiaeth Rheithgor Wichita oedd y perygl o niwed i'r cyfranogwyr; yn hytrach, yr oedd y perygl o niweidio cyd-destun trafodaethau'r rheithgor. Hynny yw, roedd pobl o'r farn pe na bai aelodau'r rheithgor yn credu eu bod yn cael trafodaethau mewn man diogel a diogel, byddai'n anoddach i drafodaethau rheithgor fynd ymlaen yn y dyfodol. Yn ogystal â thrafod y rheithgor, mae yna gyd-destunau cymdeithasol penodol eraill y mae cymdeithas yn eu darparu gyda diogelu ychwanegol, megis perthnasau atwrnai-cleient a gofal seicolegol (MacCarthy 2015) .
Mae'r risg o niweidio cyd-destun ac aflonyddwch systemau cymdeithasol hefyd yn codi mewn rhai arbrofion maes mewn gwyddoniaeth wleidyddol (Desposato 2016b) . Am enghraifft o gyfrifiad cost-budd sy'n fwy sensitif i gyd-destun ar gyfer arbrawf maes mewn gwyddoniaeth wleidyddol, gweler Zimmerman (2016) .
- Cyfiawnder (adran 6.4.3)
Trafodwyd iawndal i gyfranogwyr mewn nifer o leoliadau sy'n gysylltiedig ag ymchwil oedran ddigidol. Lanier (2014) cynnig talu cyfranogwyr am olion digidol y maent yn eu cynhyrchu. Bederson and Quinn (2011) trafod taliadau mewn marchnadoedd llafur ar-lein. Yn olaf, mae Desposato (2016a) cynnig talu cyfranogwyr mewn arbrofion maes. Mae'n nodi, hyd yn oed os na ellir talu cyfranogwyr yn uniongyrchol, y gellid rhoi rhodd i grŵp sy'n gweithio ar eu rhan. Er enghraifft, yn Encore, gallai'r ymchwilwyr fod wedi rhoi rhodd i grŵp sy'n gweithio i gefnogi mynediad i'r Rhyngrwyd.
- Parch at y Gyfraith a Lles y Cyhoedd (adran 6.4.4)
Dylai cytundebau telerau gwasanaeth fod â llai o bwysau na chytundebau a drafodwyd rhwng pleidiau cyfartal ac na chyfreithiau a grëwyd gan lywodraethau dilys. Mae sefyllfaoedd lle mae ymchwilwyr wedi torri cytundebau termau o wasanaeth yn y gorffennol wedi ymwneud yn gyffredinol â defnyddio ymholiadau awtomataidd i archwilio ymddygiad cwmnïau (yn debyg i arbrofion maes i fesur gwahaniaethu). Am drafodaethau ychwanegol, gweler Vaccaro et al. (2015) , Bruckman (2016a) , a Bruckman (2016b) . Am enghraifft o ymchwil empirig sy'n trafod telerau gwasanaeth, gweler Soeller et al. (2016) . I gael mwy o wybodaeth am y problemau cyfreithiol posibl, mae ymchwilwyr yn eu hwynebu os ydynt yn torri telerau gwasanaeth, gweler Sandvig and Karahalios (2016) .
- Dau fframweithiau moesegol (adran 6.5)
Yn amlwg, ysgrifennwyd swm enfawr am ganlyniadoliaeth a deontoleg. Am enghraifft o sut y gellir defnyddio'r fframweithiau moesegol hyn, ac eraill, i resymu am ymchwil oedran digidol, gweler Zevenbergen et al. (2015) . Am enghraifft o sut y gellir eu cymhwyso i arbrofion maes mewn economeg datblygu, gweler Baele (2013) .
- Caniatâd gwybodus (adran 6.6.1)
Am ragor o wybodaeth am astudiaethau archwilio o wahaniaethu, gweler Pager (2007) a Riach and Rich (2004) . Nid yn unig y mae gan yr astudiaethau hyn ganiatād gwybodus, maen nhw hefyd yn cynnwys twyll heb ddatgelu.
Mae Desposato (2016a) a Humphreys (2015) cynnig cyngor ar arbrofion maes heb ganiatâd.
Sommers and Miller (2013) adolygu llawer o ddadleuon o blaid peidio â dadgyfeirio cyfranogwyr ar ôl twyll, ac yn dadlau y dylai ymchwilwyr wneud dadfeddwl
"O dan gyfres gul iawn o amgylchiadau, sef ymchwil maes lle mae dadfeddiannu yn achosi rhwystrau ymarferol sylweddol ond ni fyddai gan ymchwilwyr unrhyw beth am ddadfeddiannu pe gallent. Ni ddylid caniatáu i ymchwilwyr fynd rhagddo er mwyn gwarchod pwll cyfranogwyr naïf, darianu eu hunain rhag dicter cyfranogwyr, neu ddiogelu cyfranogwyr rhag niwed. "
Mae eraill yn dadlau y dylid osgoi hynny (Finn and Jakobsson 2007) mewn rhai sefyllfaoedd os yw dadgyfeirio yn achosi mwy o niwed na da, dylid ei osgoi (Finn and Jakobsson 2007) . Mae dadgyfeirio yn achos lle mae rhai ymchwilwyr yn blaenoriaethu Parch i Bobl dros Diffyg Budd-dal, tra bod rhai ymchwilwyr yn gwneud y gwrthwyneb. Un ateb posibl fyddai dod o hyd i ffyrdd o wneud profiadau dysgu yn ôl i'r cyfranogwyr. Hynny yw, yn hytrach na meddwl am ddatgelu fel rhywbeth a all achosi niwed, efallai y bydd dadgyfeirio hefyd yn rhywbeth sy'n fuddiol i gyfranogwyr. Am enghraifft o'r math hwn o ddadfeddiannu addysgol, gweler Jagatic et al. (2007) . Mae seicolegwyr wedi datblygu technegau ar gyfer dadfeddiannu (DS Holmes 1976a, 1976b; Mills 1976; Baumrind 1985; Oczak and Niedźwieńska 2007) , a gellir defnyddio rhai o'r rhain yn ddefnyddiol i ymchwil oedran ddigidol. Humphreys (2015) cynnig meddyliau diddorol ynglŷn â chaniatâd gohiriedig , sy'n gysylltiedig yn agos â'r strategaeth ddadfyfyrio a ddisgrifiais.
Mae'r syniad o ofyn am sampl o gyfranogwyr am eu caniatâd yn gysylltiedig â'r hyn y mae galwadau Humphreys (2015) ganiatáu .
Syniad arall yn ymwneud â chaniatâd gwybodus a gynigiwyd yw adeiladu panel o bobl sy'n cytuno i fod mewn arbrofion ar-lein (Crawford 2014) . Mae rhai wedi dadlau y byddai'r panel hwn yn sampl anhygoel o bobl. Ond mae pennod 3 (Yn gofyn cwestiynau) yn dangos y gellid mynd i'r afael â'r problemau hyn gan ddefnyddio haenau ôl-bost. Hefyd, gallai caniatâd i fod ar y panel ymdrin ag amrywiaeth o arbrofion. Mewn geiriau eraill, efallai na fyddai angen i gyfranogwyr gydsynio i bob arbrawf yn unigol, cysyniad o'r enw cydsyniad eang (Sheehan 2011) . Am fwy o wybodaeth am y gwahaniaethau rhwng caniatâd a chaniatâd un-amser ar gyfer pob astudiaeth, yn ogystal â hybrid posibl, gweler Hutton and Henderson (2015) .
- Deall a rheoli risg hysbysu (adran 6.6.2)
Yn bell o unigryw, mae Gwobr Netflix yn dangos eiddo technegol pwysig o setiau data sy'n cynnwys gwybodaeth fanwl am bobl, ac felly'n cynnig gwersi pwysig am y posibilrwydd o "ddienw" o setiau data cymdeithasol modern. Mae ffeiliau gyda llawer o ddarnau o wybodaeth am bob person yn debygol o fod yn brin , yn yr ystyr a ddiffiniwyd yn ffurfiol yn Narayanan and Shmatikov (2008) . Hynny yw, ar gyfer pob cofnod, nid oes unrhyw gofnodion yr un fath, ac mewn gwirionedd nid oes unrhyw gofnodion sy'n debyg iawn: mae pob person yn bell oddi wrth eu cymydog agosaf yn y set ddata. Gall un ddychmygu y gallai data Netflix fod yn brin oherwydd bod tua 20,000 o ffilmiau ar raddfa pum seren, mae tua \(6^{20,000}\) gwerthoedd posibl y gallai pob person eu cael (6 oherwydd, yn ychwanegol at 1 i 5 sêr, efallai na fydd rhywun wedi graddio'r ffilm o gwbl). Mae'r rhif hwn mor fawr, mae'n anodd ei deall hyd yn oed.
Mae gan y gwasgaredig ddwy brif oblygiad. Yn gyntaf, mae'n golygu y bydd ceisio "anhysbysu" y set ddata yn seiliedig ar drafferth ar hap yn debygol o fethu. Hynny yw, hyd yn oed pe bai Netflix yn addasu rhai o'r graddau ar hap (a wnaethant), ni fyddai hyn yn ddigonol oherwydd mai'r cofnod trawiadol yw'r cofnod agosaf agosaf at y wybodaeth sydd gan yr ymosodwr. Yn ail, mae'r gwasgaredig yn golygu bod ail-adnabod yn bosibl hyd yn oed os oes gan yr ymosodwr wybodaeth amherffaith neu ddiduedd. Er enghraifft, yn y data Netflix, gadewch i ni ddychmygu'r ymosodwr yn gwybod eich graddfeydd am ddwy ffilm a'r dyddiadau a wnaethoch chi'r graddfeydd hynny \(\pm\) 3 diwrnod; dim ond y wybodaeth honno ar ei phen ei hun yn ddigon i nodi'n unigryw 68% o bobl yn y data Netflix. Os yw'r ymosodwr yn gwybod wyth ffilm rydych chi wedi graddio \(\pm\) 14 diwrnod, yna hyd yn oed os yw dau o'r cyfraddau hysbys hyn yn gwbl anghywir, gellir adnabod 99% o'r cofnodion yn unigryw yn y set ddata. Mewn geiriau eraill, mae cyfyngder yn broblem sylfaenol ar gyfer ymdrechion i ddata "anhysbysu", sy'n anffodus oherwydd bod y mwyafrif o setiau data cymdeithasol modern yn brin. Am ragor o wybodaeth am "ddienw" o ddata prin, gweler Narayanan and Shmatikov (2008) .
Efallai y bydd meta-ddata ffôn hefyd yn ymddangos yn "anhysbys" ac nid yw'n sensitif, ond nid yw hynny'n wir. Mae meta-ddata ffôn yn adnabyddadwy ac yn sensitif (Mayer, Mutchler, and Mitchell 2016; Landau 2016) .
Yn ffigwr 6.6, braslunio braslun rhwng risg i gyfranogwyr a manteision i'r gymdeithas o ryddhau data. I gael cymhariaeth rhwng dulliau mynediad cyfyngedig (ee gardd waliog) a dulliau cyfyngedig o ddata (ee, rhyw fath o "ddienw") gweler Reiter and Kinney (2011) . Ar gyfer system gategoreiddio arfaethedig o lefelau risg o ddata, gweler Sweeney, Crosas, and Bar-Sinai (2015) . Am drafodaeth gyffredinol fwy am rannu data, gweler Yakowitz (2011) .
I gael dadansoddiad manylach o'r fasnach hon rhwng risg a defnydd data, gweler Brickell and Shmatikov (2008) , Ohm (2010) , Reiter (2012) , Wu (2013) , a Goroff (2015) . Er mwyn gweld y fasnach hon yn berthnasol i ddata go iawn o gyrsiau ar-lein agored (MOOCs), gweler Daries et al. (2014) ac Angiuli, Blitzstein, and Waldo (2015) .
Mae preifatrwydd gwahaniaethol hefyd yn cynnig ymagwedd arall a all gyfuno risg isel i gyfranogwyr a budd mawr i'r gymdeithas; gweler Dwork and Roth (2014) a Narayanan, Huey, and Felten (2016) .
Am ragor o wybodaeth am y cysyniad o adnabod gwybodaeth (PII) yn bersonol, sy'n ganolog i lawer o'r rheolau ynghylch moeseg ymchwil, gweler Narayanan and Shmatikov (2010) a Schwartz and Solove (2011) . I gael mwy o wybodaeth am yr holl ddata a allai fod yn sensitif, gweler Ohm (2015) .
Yn yr adran hon, rydw i wedi portreadu cysylltiad gwahanol setiau data fel rhywbeth a all arwain at risg gwybodaeth. Fodd bynnag, gall hefyd greu cyfleoedd newydd ar gyfer ymchwil, fel y dadlwyd yn Currie (2013) .
Am ragor o wybodaeth am y pum diogel, gweler Desai, Ritchie, and Welpton (2016) . Am enghraifft o sut all allbynnau gael eu nodi, gweler Brownstein, Cassa, and Mandl (2006) , sy'n dangos sut y gall mapiau o gyffredinrwydd clefydau fod yn nodi. Dwork et al. (2017) hefyd yn ystyried ymosodiadau yn erbyn data agregar, megis ystadegau ynghylch faint o unigolion sydd â chlefyd penodol.
Mae cwestiynau am ddefnyddio data a rhyddhau data hefyd yn codi cwestiynau am berchnogaeth data. Am fwy, ar berchnogaeth data, gweler Evans (2011) a Pentland (2012) .
- Preifatrwydd (adran 6.6.3)
Warren and Brandeis (1890) yn erthygl gyfreithiol nodedig am breifatrwydd ac mae'n fwyaf cysylltiedig â'r syniad bod preifatrwydd yn hawl i gael ei adael ar ei ben ei hun. Ymhlith y triniaethau preifatrwydd y Solove (2010) yn eu hargymell yn cynnwys Solove (2010) a Nissenbaum (2010) .
Ar gyfer adolygiad o ymchwil empirig ar sut mae pobl yn meddwl am breifatrwydd, gweler Acquisti, Brandimarte, and Loewenstein (2015) . Phelan, Lampe, and Resnick (2016) cynnig theori system ddeuol - bod pobl weithiau'n canolbwyntio ar bryderon greddfol ac weithiau'n canolbwyntio ar bryderon a ystyrir - i esbonio sut y gall pobl wneud datganiadau gwrthrychau yn ôl pob tebyg am breifatrwydd. Am ragor o wybodaeth am y syniad o breifatrwydd mewn lleoliadau ar-lein megis Twitter, gweler Neuhaus and Webmoor (2012) .
Cyhoeddodd y cylchgrawn Science adran arbennig o'r enw "The End of Privacy," sy'n mynd i'r afael â phroblemau preifatrwydd a risg gwybodaeth o amrywiaeth o wahanol safbwyntiau; Am grynodeb, gweler Enserink and Chin (2015) . Calo (2011) cynnig fframwaith ar gyfer meddwl am y niwed a ddaw o droseddau preifatrwydd. Enghraifft gynnar o bryderon am breifatrwydd ar ddechrau'r oes ddigidol yw Packard (1964) .
- Gwneud penderfyniadau o dan ansicrwydd (adran 6.6.4)
Un her wrth geisio cymhwyso'r safon risg leiafaf yw nad yw'n glir y mae ei fywyd bob dydd i'w ddefnyddio ar gyfer meincnodi (National Research Council 2014) . Er enghraifft, mae gan bobl ddigartref lefelau uwch o anghysur yn eu bywydau bob dydd. Ond nid yw hynny'n awgrymu ei bod yn foesegol caniatáu i bobl ddigartref ymchwil i risg uwch. Am y rheswm hwn, ymddengys bod consensws cynyddol y dylid meincnodi risg fach iawn yn erbyn safon gyffredinol y boblogaeth , nid safon poblogaeth benodol . Er fy mod yn cytuno'n gyffredinol â'r syniad o safon gyffredinol-boblogaeth, credaf fod ar gyfer llwyfannau mawr ar-lein megis Facebook, safon poblogaeth benodol yn rhesymol. Felly, wrth ystyried Ymagwedd Emosiynol, credaf ei fod yn rhesymol meincnodi yn erbyn risg bob dydd ar Facebook. Mae safon boblogaeth benodol yn yr achos hwn yn llawer haws i'w werthuso ac mae'n annhebygol o wrthdaro ag egwyddor Cyfiawnder, sy'n ceisio atal beichiau ymchwil yn methu yn annheg ar grwpiau difreintiedig (ee, carcharorion a phlant amddifad).
- Awgrymiadau ymarferol (adran 6.7)
Mae ysgolheigion eraill hefyd wedi galw am fwy o bapurau i gynnwys atodiadau moesegol (Schultze and Mason 2012; Kosinski et al. 2015; Partridge and Allman 2016) . King and Sands (2015) hefyd yn cynnig awgrymiadau ymarferol. Mae Zook a chydweithwyr (2017) cynnig "deg rheolau syml ar gyfer ymchwil data cyfrifol mawr."
