Apa sing arep dibaca sabanjuré

• Pambuka (bagean 6.1)

Etika riset sacara tradisional uga kalebu topik kayata penipuan ilmiah lan alokasi kredit. Iki dibahas kanthi luwih rinci ing On Being a Scientist dening Institute of Medicine and National Academy of Sciences and National Academy of Engineering (2009) .

Bab iki akeh dipengaruhi dening kahanan ing Amerika Serikat. Kanggo luwih Desposato (2016b) prosedur review etika ing negara liya, waca bab 6-9 saka Desposato (2016b) . Kanggo argumentasi yen prinsip-prinsip etika biomedis sing nyebabake bab iki gedhe banget, pirsani Holm (1995) . Kanggo review sejarah luwih lanjut babagan Papan Pengawasan Institusi ing Amerika Serikat, pirsani Stark (2012) . Jurnal PS: Ilmu Politik lan Politik nganakaké simposium profesional babagan hubungan antar ilmuwan lan IRB; pirsani Martinez-Ebers (2016) kanggo ringkesan.

Laporan Belmont lan peraturan ing Amerika Serikat cenderung nggawe bédané antara riset lan praktik. Aku ora nggawe prabédan kaya ing bab iki amarga aku mikir prinsip etika lan kerangka digunakake kanggo loro setelan. Kanggo luwih Beauchamp and Saghai (2012) babagan masalah lan masalah sing Beauchamp and Saghai (2012) , pirsani Beauchamp and Saghai (2012) , MN Meyer (2015) , boyd (2016) , lan Metcalf and Crawford (2016) .

Kanggo luwih saka panlitene riset ing Facebook, waca Jackman and Kanerva (2016) . Kanggo gagasan babagan pengawasan riset ing perusahaan lan LSM, waca Calo (2013) , Polonetsky, Tene, and Jerome (2015) , lan Tene and Polonetsky (2016) .

Ing babagan panggunaan data telpon seluler kanggo ngatasi wabah Ebola 2014 ing Afrika Kulon (Wesolowski et al. 2014; McDonald 2016) , kanggo informasi risiko pribadi data ponsel, deleng Mayer, Mutchler, and Mitchell (2016) . Kanggo conto riset sing gegandhengan karo krisis sadurunge nggunakake data ponsel, deleng Bengtsson et al. (2011) lan Lu, Bengtsson, and Holme (2012) , lan kanggo etika riset sing gegandhengan karo krisis, deleng ( ??? ) .

• Telung conto (bagean 6.2)

Akeh wong wis nulis babagan Contagion Emosional. Jurnal Riset Etika nyatakake kabeh masalah ing Januari 2016 kanggo ngrembug eksperimen; waca Hunter and Evans (2016) kanggo ringkesan. Prosiding Akademik Sains Nasional nerbitake rong bab babagan eksperimen: Kahn, Vayena, and Mastroianni (2014) lan Fiske and Hauser (2014) . Bêsik liyane babagan eksprimen kalebu: Puschmann and Bozdag (2014) , Meyer (2014) , Grimmelmann (2015) , MN Meyer (2015) , ( ??? ) , Kleinsman and Buckley (2015) , Shaw (2015) , lan ( ??? ) .

• Digital beda (bagean 6.3)

Ing istilah pengawasan massa, gambaran umum sing diwenehake ing Mayer-Schönberger (2009) lan Marx (2016) . Kanggo conto konkrit babagan owah-owahan biaya ndjogo, Bankston and Soltani (2013) ngira sing nlacak suspect pidana nggunakake ponsel kira-kira 50 kaping luwih murah tinimbang nggunakake pengawasan fisik. Deleng uga Ajunwa, Crawford, and Schultz (2016) kanggo diskusi ndjogo ing karya. Bell and Gemmell (2009) nyedhiyakake perspektif luwih optimistis kanggo ndelok dhewe.

Saliyane bisa nglacak prilaku sing bisa ditemokake sing umum utawa sebagian umum (umpamane, Tastes, Ties, lan Wektu), peneliti bisa nambah kesimpulan yen akeh peserta dianggep dadi pribadi. Contone, Michal Kosinski lan kanca-kanca (2013) nuduhake yen bisa nyritakake informasi sensitif babagan wong, kayata orientasi seksual lan nggunakake bahan kimia gawe ketagihan, saka data jejak digital sing asring biasa (Facebook Likes). Iki bisa uga nyenengake, nanging pendekatan Kosinski lan kolega sing digunakake-ngimpor jejak digital, survey, lan pembelajaran sing diawasi-sengaja bab sing dakkandhakake babagan sampeyan. Elinga yen ing bab 3 (Njaluk pitakonan). Aku menehi sampeyan carane Joshua Blumenstock lan kolega (2015) gabungan data survey karo data telpon seluler kanggo ngira mlarat ing Rwanda. Pendekatan iki sing padha, sing bisa digunakake kanggo ngukur tingkat kamiskinan kanthi efisien ing negara berkembang, uga bisa digunakake kanggo kasunyatan sing nyebabake privasi.

Kanggo informasi luwih lengkap babagan data kesehatan sing ora dipengini, deleng O'Doherty et al. (2016) . Saliyane potensial kanggo panggunaan sekunder sing ora ditemtokake, panyiapan malah basis data master mboten cekap saged ngirangi efek sosial lan politik nalika wong ora gelem maca bahan-bahan tartamtu utawa ngrembug topik-topik tartamtu; waca Schauer (1978) lan Penney (2016) .

Ing kahanan karo aturan sing tumpang tindih, peneliti kadhangkala nglakoni "blanja regulasi" (Grimmelmann 2015; Nickerson and Hyde 2016) . Umumé, sawetara peneliti sing pengin supaya ora nyegah IRB bisa mbentuk kerjasama karo peneliti sing ora diliputi dening IRB (umpamane, wong ing perusahaan utawa LSM), lan duwe kolega kasebut ngumpulake lan de-identifikasi data. Banjur, peneliti IRB sing bisa ngrampungake bisa nganalisis data sing ora diakoni tanpa pengawasan IRB amarga riset kasebut ora dianggep "riset subyek", paling ora miturut sawetara interpretasi aturan saiki. Eling-eling IRB iki mbokmenawa ora konsisten karo pendekatan prinsip adhedhasar etika riset.

Ing taun 2011, upaya wiwit ngupayakaké Aturan Umum, lan proses iki pungkasané rampung ing 2017 ( ??? ) . Kanggo luwih saka upaya kanggo ngupayakaké Aturan Umum, pirsani Evans (2013) , National Research Council (2014) , Hudson and Collins (2015) , lan Metcalf (2016) .

• Papat prinsip (bagean 6.4)

Pendekatan dasar berbasis prinsip etika biomedis yaiku Beauchamp and Childress (2012) . Wong-wong ngusulake yen papat prinsip utama kudu ngarahake etika biomedis: Respect for Autonomy, Nonmaleficence, Beneficence, and Justice. Prinsip nonmaleficence ndhesek siji kanggo nyegah saka nyebabake gawe piala marang wong liya. Konsep iki banget disambungake menyang gagasan Hippocratic "Aja gawe piala". Ing etika riset, prinsip iki asring digabung karo prinsip Beneficence, nanging ndeleng bab 5 saka @ beauchamp_principles_2012 kanggo luwih jelas antarane kedadeyane. Kanggo kritik yen prinsip-prinsip kasebut asale saka Amerika, pirsani Holm (1995) . Kanggo luwih kuwat nalika prinsip konflik, waca Gillon (2015) .

Pratélan papat ing bab iki uga wis diajokaké kanggo mimpin pengawasan etis kanggo riset kang ditindakake ing perusahaan lan LSM (Polonetsky, Tene, and Jerome 2015) liwat badan disebut "Consumer Subject Review Boards" (CSRBs) (Calo 2013) .

• Respèk kanggo Wong (bagean 6.4.1)

Saliyane ngurmati otonomi, Report Belmont uga ngakoni manawa ora saben manungsa bisa nemtokake niat sing bener. Umpamane, bocah-bocah, wong sing nandhang penyakit, utawa wong sing manggon ing kahanan kebebasan sing diwatesi mbokmenawa ora bisa tumindak minangka individu sing otonom, lan wong-wong kasebut kudu nduweni perlindungan ekstra.

Ngadopsi prinsip Respect for Persons ing umur digital bisa nantang. Contone, ing panlitam digital, bisa dadi angel kanggo nyedhiyakake perlindungan ekstra kanggo wong sing nyuda kemampuan tekad-diri amarga peneliti kerep banget ngerti babagan peserta. Sabanjure, persetujuan informed ing riset sosial digital-umur minangka tantangan ageng. Ing sawetara kasus, persetujuan bener informed bisa nandhang paradoks transparan (Nissenbaum 2011) , ing ngendi informasi lan pangerten ana ing konflik. Kaloro, yen peneliti nyedhiyakake informasi lengkap babagan sifat pengumpulan data, analisis data, lan praktek keamanan data, bakal angel akeh peserta sing mangerteni. Nanging yen peneliti nyedhiyakake informasi sing komprehensif, bisa uga ora ketompo teknis sing penting. Ing panaliten medis ing umur analog-pengaturan sing dikawruhi dening Belmont Report-siji bisa mbayangno dhokter sing ngomongake saben-saben peserta kanggo ngatasi masalah paradoks transparan. Ing pasinaon online sing nglibatake ewu utawa mayuta-yuta wong, pendekatan sing kaya mangkene iki ora mungkin. Masalah sing kapindho kanthi persetujuan ing jaman digital yaiku ing sawetara paneliten, kayata nganalisa repositori data sing gedhé, bakal dadi ora praktis kanggo ngakoni persetujuan informed saka kabeh peserta. Aku rembugan babagan iki lan pitakonan liyane babagan persetujuan informed luwih rinci ing bagean 6.6.1. Senajan masalah kasebut, kita kudu ngelingi sing persetujuan informed ora perlu utawa cukup kanggo ngurmati Wong.

Kanggo luwih lanjut babagan riset medhis sadurunge informed consent, waca Miller (2014) . Kanggo perawatan dawa buku kanthi persetujuan informed, pirsani Manson and O'Neill (2007) . Deleng uga bacaan sing disaranake babagan persetujuan informed ing ngisor iki.

• Beneficence (bagean 6.4.2)

Jebule kanggo konteks iku gawe piala sing riset bisa nyebabake ora kanggo wong tartamtu nanging kanggo setelan sosial. Konsep iki rada abstrak, nanging aku bakal ilustrasi karo conto klasik: The Wichita Jury Study (Vaughan 1967; Katz, Capron, and Glass 1972, chap. 2) - uga disebut Project Jury Chicago (Cornwell 2010) . Ing panliten iki, peneliti saka Universitas Chicago, minangka bagian saka panaliten babagan aspek sosial sistem hukum, kanthi diam-diam nyathet enem musyawarah juri ing Wichita, Kansas. Hakim lan pengacara ing kasus kasebut wis nyetujoni rekaman, lan ana proses pengawasan sing ketat. Nanging, jurors ora ngerti yen rekaman wis kedadeyan. Sawise sinau ditemokake, ana panerake umum. Departemen Kehakiman mulai nyelidiki studi kasebut, lan para peneliti kasebut dipanggil kanggo nyekseni ing ngarep Kongres. Wekasane, Congress nglampahi hukum anyar sing ndadekake ilegal kasebut kanthi diam-diam nyathet musyawarah juri.

Keprigelan saka kritikus saka Juri Studi Juri ora risiko nandhang piala marang peserta; Nanging, iku risiko nandhang lara menyang konteks musyawarah juri. Dadi, wong ngira yen anggota dewan juri ora ngandel yen dheweke ngalami diskusi ing papan sing aman lan dilindhungi, bakal luwih sulit kanggo dibahas ing juri kanggo nerusake. Saliyane juri musyawarah, ana liyane konteks sosial sing spesifik sing nyedhiyakake masyarakat kanthi ekstra perlindungan, kayata hubungan pengacara-klien lan perawatan psikologis (MacCarthy 2015) .

Risiko ngrusak konteks lan gangguan sistem sosial uga muncul ing sawetara percobaan lapangan ing ilmu politik (Desposato 2016b) . Kanggo conto pitungan rega manfaat sing luwih konteks kanggo konteks lapangan ing ilmu politik, waca Zimmerman (2016) .

• Keadilan (bagean 6.4.3)

Kompensasi kanggo peserta wis dibahas ing sawetara setelan sing ana hubungane karo riset digital. Lanier (2014) ngusulake mbayar peserta kanggo jejak digital sing diasilake. Bederson and Quinn (2011) ngrembug pembayaran ing pasar tenaga kerja online. Akhire, Desposato (2016a) ngusulake mbayar peserta ing lapangan eksperimen. Panjenenganipun nyatak yen sanajan peserta ora bisa dibayar langsung, sumbangan bisa digawe kanggo grup sing nggarap jenenge. Contone, ing Encore, peneliti bisa nyumbang menyang grup sing digunakake kanggo ndhukung akses menyang Internet.

• Respect for Law and Public Interest (bagean 6.4.4)

Persetujuan syarat-syarat-layanan kudu kurang bobot tinimbang kontrak sing disengkuyung antarane pihak sing padha lan saka hukum sing digawe dening pemerintah sah. Situasi sing ditindakake panaliti para panaliti syarat-syarat layanan ing sasi wis umum digunakake kanthi nggunakake pitakon otomatis kanggo audit prilaku perusahaan (kaya eksperimen lapangan kanggo ngukur diskriminasi). Kanggo diskusi tambahan, pirsani Vaccaro et al. (2015) , Bruckman (2016a) , lan Bruckman (2016b) . Kanggo conto riset empiris sing mbahas syarat-syarat layanan, deleng Soeller et al. (2016) . Kanggo luwih akeh masalah hukum sing bisa ditularake para panaliti yen padha nglanggar syarat layanan, waca Sandvig and Karahalios (2016) .

• Rong rancangan etika (bagean 6.5)

Temenan, jumlah gedhe wis ditulis babagan consequentialism lan deontology. Kanggo conto cara kerangka etika, lan liya-liyane, bisa digunakake kanggo alasan babagan riset digital-umur, waca Zevenbergen et al. (2015) . Kanggo conto babagan carane bisa diterapake ing lapangan eksperimen ing ékonomi pangembangan, deleng Baele (2013) .

• Sabanjure informasi (bagean 6.6.1)

Kanggo luwih pasinaon audhisi babagan diskriminasi, waca Pager (2007) lan Riach and Rich (2004) . Ora mung pasinaon iki ora nduweni idin kang ngandhakake, dheweke uga melu ngapusi tanpa debriefing.

Both Desposato (2016a) lan Humphreys (2015) saran babagan eksperimen lapangan tanpa idin.

Sommers and Miller (2013) nyariosaken kathah bantahan supados mboten ngandharaken pamanggih sasampunipun ngapusi, lan nerangaken bilih para peneliti ngirim forgo debriefing

"Ing sajroning kahanan sing cetha banget, yaiku, ing panaliten lapangan ing ngendi debriefing nduwe alangan praktis sing cukup akeh, nanging para panaliti ora bakal krasa yen bisa mbantah. Panaliti kudu ora dileksanakake kanggo nyegah debriefing kanggo njaga blumbang peserta sing naif, nancepake diri saka nesu peserta, utawa nglindhungi peserta saka cilaka. "

Liyane argue yen ing sawetara situasi yen debriefing nimbulake gawe piala luwih becik, kudu disingkiri (Finn and Jakobsson 2007) . Debriefing minangka kasus ing ngendi sawetara peneliti ngurmati Respect for People liwat Beneficence, dene sawetara peneliti ngelawan. Siji solusi sing bisa digunakake kanggo nemokake cara nggawe debriefing pengalaman belajar kanggo para peserta. Dadi, tinimbang mikir babagan debriefing minangka perkara sing bisa nimbulaké bebaya, mbok menawa debriefing uga bisa dadi apa wae sing bisa menehi manfaat marang para peserta. Kanggo conto Jagatic et al. (2007) pendhidhikan iki, waca Jagatic et al. (2007) . Psikolog wis gawe teknik debriefing (DS Holmes 1976a, 1976b; Mills 1976; Baumrind 1985; Oczak and Niedźwieńska 2007) , lan sawetara kasebut bisa migunani banget kanggo riset digital. Humphreys (2015) nawakake pikiran sing menarik babagan persetujuan sing ditanggulangi , sing raket banget karo strategi debriefing sing diterangake.

Ing idea saka takon sampel peserta kanggo idin sing duwé pranala menyang apa Humphreys (2015) panggilan idin nyongko.

A gagasan liyane sing gegandhengan karo persetujuan informed sing wis diusulake yaiku mbangun panel wong sing setuju bisa ing eksperimen online (Crawford 2014) . Sawetara wis mbantah sing panel iki bakal dadi sampel wong sing ora ditemtokake. Nanging bab 3 (Pitakonan pitakon) nuduhake yen masalah kasebut bisa ditemokake kanthi nggunakake post-stratification. Kajaba iku, persetujuan ing panel bisa nutupi macem-macem eksperimen. Ing tembung liya, peserta bisa uga ora perlu ngidini saben eksperimen sing siji, yaiku konsep sing disebut consensus (Sheehan 2011) . Kanggo informasi sing luwih akeh babagan persetujuan antarane siji-sijine wektu lan ijol-ijolan kanggo saben sinau, uga minangka hibrida, deleng Hutton and Henderson (2015) .

• Pangerten lan ngatur risiko informasi (bagean 6.6.2)

Ora ana sing unik, Bebungah Netflix nggambarake sifat teknis penting saka dataset sing ngemot informasi rinci babagan wong, lan kanthi mangkono menehi piwulangan penting babagan kemungkinan "anonimisasi" data sosial modern. Berkas mawa akeh informasi babagan saben wong bisa dadi jarang , ing pangertene ditetepake sacara resmi ing Narayanan and Shmatikov (2008) . Mangkono, kanggo saben cathetan, ora ana cathetan sing padha, lan ing kasunyatane ora ana cathetan sing padha banget: saben wong adoh saka pepadhamu sing paling cedhak ing dataset. Siji bisa mbayangno sing data Netflix uga suku cadang amarga karo 20,000 film ing ukuran bintang lima, ana bab \(6^{20,000}\) angka bisa sing saben wong bisa duwe (6 amarga, saliyane 1 kanggo 5 bintang, wong bisa uga ora menehi rating film ing kabeh). Nomer iki dadi gedhe, malah angel dipahami.

Sparsity duweni loro implikasi utama. Kapisan, tegese nyoba "ngenalake" ing dataset adhedhasar gangguan acak bakal kegagalan. Iku, sanajan Netflix kanthi acak nyetel sawetara rating (sing padha), iki ora bakal cukup amarga rekaman sing kacathet isih minangka rekaman sing paling cedhak karo informasi sing wis diserang. Kapindho, sparsity tegese identifikasi maneh bisa dimangsa sanajan penyerang nduweni pengetahuan sing ora trep utawa ora adil. Umpamane, ing data Netflix, ayo bayangake panyerang mangerteni rating sampeyan kanggo rong film lan tanggal sing digawe ratings \(\pm\) 3 dina; mung informasi kasebut cukup kanggo ngenali unik 68% wong ing data Netflix. Yen panyerang mangerteni wolung film sing wis dirating \(\pm\) 14 \(\pm\) dina, banjur sanajan loro peringkat kasebut bisa diilangake kanthi bener, 99% rekaman bisa diidentifikasi unik ing dataset. Ing tembung liyané, sparsity minangka masalah dhasar kanggo upaya "data anonim", sing ora dikarepake amarga data kasedhiya sosial modern ora jarang. Kanggo informasi luwih lanjut babagan "anonimitas", waca Narayanan and Shmatikov (2008) .

Meta-data telpon bisa uga katon dadi "anonim" lan ora sensitif, nanging ora kasebut. Data meta data bisa dikenali lan sensitif (Mayer, Mutchler, and Mitchell 2016; Landau 2016) .

Ing angka 6.6, aku njlentrehake risiko antarane peserta lan manfaat kanggo masyarakat saka release data. Kanggo comparison antarane pendekatan akses sing diwatesi (kayata, kebon tembok) lan pendekatan data sing diwatesi (contone, sawetara wujud "anonimitas") ndeleng Reiter and Kinney (2011) . Kanggo sistem kategorisasi sing diusulake tingkat risiko data, waca Sweeney, Crosas, and Bar-Sinai (2015) . Kanggo luwih akeh diskusi umum babagan Yakowitz (2011) data, waca Yakowitz (2011) .

Kanggo analisis sing luwih rinci babagan riset lan sarana data, pirsani Brickell and Shmatikov (2008) , Ohm (2010) , Reiter (2012) , Wu (2013) , lan Goroff (2015) . Kanggo ndeleng trade-off iki ditrapake ing data nyata saka kursus online sing mbukak sacara massal (MOOCs), deleng Daries et al. (2014) lan Angiuli, Blitzstein, and Waldo (2015) .

Privasi diferensial uga nyedhiyakake pendekatan alternatif sing bisa nggabungake resiko sing kurang kanggo peserta lan entuk manfaat dhuwur kanggo masyarakat; waca Dwork and Roth (2014) lan Narayanan, Huey, and Felten (2016) .

Kanggo luwih ngenani konsep informasi identifikasi pribadi (PII), sing minangka pusat kanggo akeh aturan babagan etika riset, deleng Narayanan and Shmatikov (2010) lan Schwartz and Solove (2011) . Kanggo luwih kabeh data sing potènsial sensitif, waca Ohm (2015) .

Ing bagean iki, aku wis nggambarake hubungan jaringan data sing beda minangka sing bisa nyebabake risiko informasi. Nanging, bisa uga nggawe kesempatan anyar kanggo riset, kaya sing dikarepake ing Currie (2013) .

Kanggo luwih saka lima safes, pirsani Desai, Ritchie, and Welpton (2016) . Kanggo conto carane prodhuksi bisa ngenali, waca Brownstein, Cassa, and Mandl (2006) , sing nuduhake yen peta saka prevalensi penyakit bisa ngenali. Dwork et al. (2017) uga nimbang serangan marang data agregat, kayata statistik babagan jumlah wong sing duwe penyakit tartamtu.

Pitakonan babagan panggunaan data lan release data uga ningkatake pitakonan babagan kepemilikan data. Kanggo luwih, babagan kepemilikan data, pirsani Evans (2011) lan Pentland (2012) .

• Kebijakan (bagean 6.6.3)

Warren and Brandeis (1890) minangka artikel legal babagan privasi babagan privasi lan paling digandhengake karo idea sing privasi minangka hak ngiwa piyambak. Nissenbaum (2010) privasi buku sing bakal disaranake kalebu Solove (2010) lan Nissenbaum (2010) .

Kanggo panliten babagan riset empiris babagan carane wong mikir babagan privasi, pirsani Acquisti, Brandimarte, and Loewenstein (2015) . Phelan, Lampe, and Resnick (2016) ngusulake teori dual-sistem-wong kadang-kadang fokus ing keprigelan intuisi lan kadhangkala fokus marang keprihatinan-kanggo nerangake carane wong bisa nggawe pernyataan kaya babagan privasi. Kanggo informasi luwih lengkap babagan privasi ing setelan online kayata Twitter, pirsani Neuhaus and Webmoor (2012) .

Jurnal Science nerbitaké bagean khusus kanthi judul "The End of Privacy," sing nangani masalah privasi lan risiko informasi saka macem-macem perspektif; kanggo ringkesan, waca Enserink and Chin (2015) . Calo (2011) nawakake kerangka kanggo mikir babagan cilaka sing teka saka pelanggaran privasi. Conto awal keprihatinan babagan privasi ing awal banget saka umur digital yaiku Packard (1964) .

• Nindakake pancasan miturut kahanan sing durung mesthi (bagean 6.6.4)

Siji tantangan nalika nyoba nggunakke standar resiko minimal iku ora jelas yen urip saben dina kanggo digunakake kanggo benchmarking (National Research Council 2014) . Contone, wong sing ora nduweni omah duwe tingkat rasa ora nyaman sing luwih dhuwur ing urip saben dina. Nanging sing ora diakoni yaiku kanthi etika sing ngidini nyatakake wong sing ora duwe omah kanggo riset resiko sing luwih dhuwur. Mulane, sepisanan ana konsensus sing akeh sing kudu ditandhani kanggo standar umum populasi , ora standar spesifik populasi . Nalika aku setuju karo gagasan standar umum, aku mikir yen kanggo platform online sing gedhé kayata Facebook, standar populasi spesifik cukup. Mangkono, nalika ngerteni Kontras Emosional, aku mikir yen bisa dadi patokan tumrap resiko saben dinane ing Facebook. Standar sing spesifik populasi ing kasus iki luwih gampang kanggo dievaluasi lan ora mungkin bertentangan karo prinsip Kehakiman, sing nggoleki kanggo nyegah beban riset gagal kanthi ora adil ing kelompok sing disadvantaged (eg, tahanan lan anak yatim piatu).

• Tip praktis (bagean 6.7)

Sarjana liya uga nyuwun supaya luwih akeh makalah kanggo nyakup appendis etis (Schultze and Mason 2012; Kosinski et al. 2015; Partridge and Allman 2016) . King and Sands (2015) uga menehi tips praktis. Zook lan kolega (2017) nyedhiyakake "sepuluh aturan prasaja kanggo riset data gedhe sing tanggung jawab."