ಈ ವಿಭಾಗವು ನಿರೂಪಣೆಗಳ ಹಾಗೆ ಓದಬಹುದು ಬದಲಿಗೆ ಒಂದು ಆಕರ ಭಾಗವಾಗಿ ಬಳಸಲಾಗುತ್ತದೆ ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ.
ಸಂಶೋಧನಾ ನೀತಿಶಾಸ್ತ್ರ ಸಾಂಪ್ರದಾಯಿಕವಾಗಿ ಸಹ ವೈಜ್ಞಾನಿಕ ವಂಚನೆ ಮತ್ತು ಕ್ರೆಡಿಟ್ ಹಂಚಿಕೆ ವಿಷಯಗಳನ್ನು ಸೇರಿಸಿಕೊಂಡಿದೆ. ಈ ವಿಷಯಗಳಲ್ಲಿ ಹೆಚ್ಚಿನ ವಿವರ ಚರ್ಚಿಸಲಾಗಿದೆ Engineering (2009) .
ಈ ಅಧ್ಯಾಯವು ಬಲವಾಗಿ ಯುನೈಟೆಡ್ ಸ್ಟೇಟ್ಸ್ ಪರಿಸ್ಥಿತಿ ರೂಪಿಸಲಾಗಿದೆ. ಇತರ ದೇಶಗಳಲ್ಲಿ ನೈತಿಕ ವಿಮರ್ಶೆ ಕಾರ್ಯವಿಧಾನಗಳು ಹೆಚ್ಚು, 7 ಅಧ್ಯಾಯಗಳು 6, 8 ನೋಡಿ, ಮತ್ತು 9 Desposato (2016b) . ವಾದವನ್ನು ಈ ಅಧ್ಯಾಯದಲ್ಲಿ ಪ್ರಭಾವಿಸಿದೆ ಜೀವವೈದ್ಯಕೀಯ ನೈತಿಕ ತತ್ವಗಳ ಅತಿಯಾಗಿ ಅಮೆರಿಕನ್ ಎಂದು, ನೋಡಿ Holm (1995) . ಅಮೇರಿಕಾದ ರಲ್ಲಿ ಸಾಂಸ್ಥಿಕ ಅವಲೋಕನಾ ಮಂಡಳಿ ಹೆಚ್ಚು ಐತಿಹಾಸಿಕ ಪರಾಮರ್ಶೆಗಾಗಿ, ನೋಡಿ Stark (2012) .
ಬೆಲ್ಮಾಂಟ್ ವರದಿ ಮತ್ತು ಅಮೇರಿಕಾದ ನಂತರದ ನಿಯಮಗಳು ಸಂಶೋಧನೆ ಮತ್ತು ಆಚರಣೆಗಳಿಗೆ ನಡುವೆ ವ್ಯತ್ಯಾಸ ಮಾಡಿದ. ಈ ವಿಶಿಷ್ಟ ಮಾದರಿಯು ನಂತರ ಟೀಕಿಸಿದ್ದಾರೆ (Beauchamp and Saghai 2012; boyd 2016; Metcalf and Crawford 2016; Meyer 2015) . ನಾನು ನೈತಿಕ ತತ್ವಗಳ ಮತ್ತು ಚೌಕಟ್ಟುಗಳ ಎರಡೂ ಸೆಟ್ಟಿಂಗ್ಗಳನ್ನು ಅನ್ವಯಿಸುತ್ತದೆ ಭಾವಿಸುತ್ತೇನೆ ಏಕೆಂದರೆ ನಾನು ಈ ಅಧ್ಯಾಯದಲ್ಲಿ ಈ ಭೇದ ಮಾಡುವುದಿಲ್ಲ. ಫೇಸ್ಬುಕ್ ಸಂಶೋಧನಾ ಮೇಲ್ವಿಚಾರಣೆ ಬಗ್ಗೆ ಹೆಚ್ಚಿನ, ನೋಡಿ Jackman and Kanerva (2016) . ಸಂಸ್ಥೆಗಳ ಮತ್ತು NGO ಗಳ ಸಂಶೋಧನಾ ಮೇಲ್ವಿಚಾರಣೆ ಪ್ರಸ್ತಾಪವನ್ನು, ನೋಡಿ Polonetsky, Tene, and Jerome (2015) ಮತ್ತು Tene and Polonetsky (2016) .
2014 ಎಬೊಲ ಏಕಾಏಕಿ ಸಂದರ್ಭದಲ್ಲಿ ಬಗ್ಗೆ ಹೆಚ್ಚಿನ, ನೋಡಿ McDonald (2016) , ಮತ್ತು ಮೊಬೈಲ್ ಫೋನ್ ದತ್ತಾಂಶ ಗೌಪ್ಯತೆ ಅಪಾಯಗಳ ಬಗ್ಗೆ ಹೆಚ್ಚು ನೋಡಿ Mayer, Mutchler, and Mitchell (2016) . ಮೊಬೈಲ್ ಫೋನ್ ಡೇಟಾವನ್ನು ಬಳಸಿಕೊಂಡು ಬಿಕ್ಕಟ್ಟು ಸಂಬಂಧಿತ ಸಂಶೋಧನೆ, ನೋಡಿ Bengtsson et al. (2011) ಮತ್ತು Lu, Bengtsson, and Holme (2012) .
ಅನೇಕ ಜನರು ಭಾವನಾತ್ಮಕ ಸೋಂಕು ಬಗ್ಗೆ ಬರೆದಿದ್ದಾರೆ. ಜರ್ನಲ್ ಆಫ್ ರಿಸರ್ಚ್ ಎಥಿಕ್ಸ್ ಜನವರಿ 2016 ಪ್ರಯೋಗ ಚರ್ಚಿಸುತ್ತಿದ್ದಾರೆ ತಮ್ಮ ಇಡೀ ಸಮಸ್ಯೆಯನ್ನು ಮೀಸಲಾದ; ನೋಡಿ Hunter and Evans (2016) ಒಂದು ಸ್ಥೂಲ. : ವಿಜ್ಞಾನದ ರಾಷ್ಟ್ರೀಯ ಅಕ್ಯಾಡೆಮಿಕ್ಸ್ ಪ್ರೊಸೀಡಿಂಗ್ಸ್ ಪ್ರಯೋಗದ ಬಗ್ಗೆ ಎರಡು ತುಣುಕುಗಳನ್ನು ಪ್ರಕಟವಾದ Kahn, Vayena, and Mastroianni (2014) ಮತ್ತು Fiske and Hauser (2014) . ಪ್ರಯೋಗದ ಬಗ್ಗೆ ತುಣುಕುಗಳು ಸೇರಿವೆ: Puschmann and Bozdag (2014) ; Meyer (2014) ; Grimmelmann (2015) ; Meyer (2015) ; Selinger and Hartzog (2015) ; Kleinsman and Buckley (2015) ; Shaw (2015) ; Flick (2015) .
ಎನ್ಕೋರ್ ಬಗ್ಗೆ ಹೆಚ್ಚಿನ, ನೋಡಿ Jones and Feamster (2015) .
ಸಾಮೂಹಿಕ ಕಣ್ಗಾವಲು ದೃಷ್ಟಿಯಿಂದ, ವಿಶಾಲ ಅವಲೋಕನ ಒದಗಿಸಲಾಗಿದೆ Mayer-Schönberger (2009) ಮತ್ತು Marx (2016) . ಕಣ್ಗಾವಲು ಬದಲಾಗುತ್ತಿರುವ ವೆಚ್ಚಗಳ ಕಾಂಕ್ರೀಟ್ ಉದಾಹರಣೆಗೆ, Bankston and Soltani (2013) ಅಂದಾಜಿಸಿದೆ ಸೆಲ್ ಫೋನ್ ಬಳಕೆಗೆ ಕ್ರಿಮಿನಲ್ ಶಂಕಿತ ಟ್ರ್ಯಾಕ್ ಭೌತಿಕ ಕಣ್ಗಾವಲು ಉಪಯೋಗಿಸುವುದಕ್ಕಿಂತ 50 ಪಟ್ಟು ಅಗ್ಗದ. Bell and Gemmell (2009) ಸ್ವಯಂ ಮೇಲೆ ಒಂದು ಆಶಾವಾದಿ ದೃಷ್ಟಿಕೋನದಿಂದ ಒದಗಿಸುತ್ತದೆ ಕಣ್ಗಾವಲು. ಸಾರ್ವಜನಿಕ ಅಥವಾ ಭಾಗಶಃ ಸಾರ್ವಜನಿಕ (ಉದಾ, ಟೇಸ್ಟ್, ಸಂಬಂಧ, ಮತ್ತು ಸಮಯ) ಎಂದು ಆಚರಣೀಯ ವರ್ತನೆಯ ಟ್ರ್ಯಾಕ್ ಸಾಧ್ಯವಾಯಿತು ಜೊತೆಗೆ, ಸಂಶೋಧಕರು ಹೆಚ್ಚು ಹೆಚ್ಚು ಭಾಗವಹಿಸುವವರು ಖಾಸಗಿ ಎಂದು ಪರಿಗಣಿಸುವ ವಿಷಯಗಳನ್ನು ನಿರ್ಣಯಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ. ಉದಾಹರಣೆಗೆ, ಮಿಚೆಲ್ Kosinski ಮತ್ತು ಸಹೋದ್ಯೋಗಿಗಳು ಅವು ಲೈಂಗಿಕ ದೃಷ್ಟಿಕೋನ ಮತ್ತು ತೋರಿಕೆಯಲ್ಲಿ ಸಾಮಾನ್ಯ ಡಿಜಿಟಲ್ ಜಾಡಿನ ದಶಮಾಂಶ ವ್ಯಸನಕಾರಿ ಪದಾರ್ಥಗಳನ್ನು ಬಳಕೆ (ಫೇಸ್ಬುಕ್ ಇಷ್ಟಗಳು) ಎಂದು, ಕುರಿತು ಸೂಕ್ಷ್ಮ ಮಾಹಿತಿಯನ್ನು ನಿರ್ಣಯಿಸಲು ತೋರಿಸಲಾಯಿತು (Kosinski, Stillwell, and Graepel 2013) . ಈ ಮಾಂತ್ರಿಕ ಧ್ವನಿ, ಆದರೆ ವಿಧಾನವು Kosinski ಮತ್ತು ಸಹೋದ್ಯೋಗಿಗಳು ಬಳಸಿದ-ಡಿಜಿಟಲ್ ಕುರುಹುಗಳು, ಸಮೀಕ್ಷೆಗಳು ಒಟ್ಟುಗೂಡಿಸಿ ಮತ್ತು ಮೇಲ್ವಿಚಾರಣೆ ವಾಸ್ತವವಾಗಿ ನಾನು ಈಗಾಗಲೇ ಹೇಳಿದ ಮಾಡಿದ ವಿಷಯ ಕಲಿಕೆ ಆಗಿದೆ. ಎಲ್ಲ ಅಧ್ಯಾಯ 3 ರಲ್ಲಿ (ಪ್ರಶ್ನೆಗಳನ್ನು ಕೇಳುವುದು) ನಾನು ಜೋಶ್ Blumenstock ಮತ್ತು ಸಹೋದ್ಯೋಗಿಗಳು ಹೇಗೆ ನೀವು ಹೇಳಿದ ನೆನಪಿರಲಿ (2015) ಮೊಬೈಲ್ ಫೋನ್ ಡೇಟಾವನ್ನು ಸೇರಿ ಸಮೀಕ್ಷೆ ಅಕ್ಷಾಂಶ ರುವಾಂಡಾ ಬಡತನ ಅಂದಾಜು ಮಾಡಬಹುದು. ಇದು ಪರಿಣಾಮಕಾರಿಯಾಗಿ, ಅಭಿವೃದ್ಧಿಶೀಲ ರಾಷ್ಟ್ರದಲ್ಲಿ ಬಡತನ ಅಳೆಯಲು ಬಳಸಬಹುದು ಈ ನಿಖರ ಅದೇ ವಿಧಾನ, ಸಹ ಸಂಭಾವ್ಯ ಗೌಪ್ಯತೆ ಉಲ್ಲಂಘಿಸಿದ ತೀರ್ಮಾನಗಳನ್ನು ಬಳಸಬಹುದು.
ಅಸಮಂಜಸ ಕಾನೂನುಗಳು ಮತ್ತು ರೂಢಿಗಳನ್ನು ಭಾಗವಹಿಸುವವರು ಇಚ್ಛೆಗೆ ಗೌರವಿಸಿ ಎಂಬುದನ್ನು ಸಂಶೋಧನೆ ಕಾರಣವಾಗಬಹುದು, ಮತ್ತು ಇದು ಸಂಶೋಧಕರು "ನಿಯಂತ್ರಕ ಶಾಪಿಂಗ್" ಕಾರಣವಾಗಬಹುದು (Grimmelmann 2015; Nickerson and Hyde 2016) . ನಿರ್ದಿಷ್ಟವಾಗಿ, ಸಮಿತಿ ಮೇಲ್ವಿಚಾರಣೆ ತಪ್ಪಿಸಲು ಬಯಸುವ ಕೆಲವು ಸಂಶೋಧಕರು ಮಾಡಲಾಗುತ್ತದೆ IRBs ವ್ಯಾಪ್ತಿಯ ಪಾಲುದಾರರ (ಉದಾ, ಕಂಪನಿಗಳು ಅಥವಾ ಸಂಘಟನೆಗಳು ಜನರು) ಸಂಗ್ರಹಿಸಿ ಡೇಟಾ ಡಿ ಗುರುತಿಸಿಕೊಳ್ಳುತ್ತಾರೆ. ನಂತರ, ಸಂಶೋಧಕರು ಈ ಗುರುತಿಸಲ್ಪಡಲಾಗದ ದತ್ತಾಂಶ ಸಮಿತಿ ಮೇಲ್ವಿಚಾರಣೆ ಇಲ್ಲದೆ, ಕನಿಷ್ಠ ಪ್ರಸ್ತುತ ನಿಯಮಗಳನ್ನು ಕೆಲವು ವ್ಯಾಖ್ಯಾನಗಳು ಪ್ರಕಾರ ವಿಶ್ಲೇಷಿಸಬಹುದಾಗಿದೆ. ಸಮಿತಿ ವಂಚನೆ ಈ ರೀತಿಯ ಒಂದು ತತ್ವಗಳನ್ನು ಆಧಾರಿತ ವಿಧಾನ ಅಸಮಂಜಸವಾಗಿದೆ ಎಂದು ಕಾಣಿಸಿಕೊಳ್ಳುತ್ತದೆ.
ಆರೋಗ್ಯ ಮಾಹಿತಿ ಬಗ್ಗೆ ಹೊಂದಿರುವ ಅಸಮಂಜಸ ಮತ್ತು ಭಿನ್ನಜಾತಿಯ ಆಲೋಚನಾ ಹೆಚ್ಚು, ನೋಡಿ Fiore-Gartland and Neff (2015) . ವಿವಿಧತೆಗಳ ಸಂಶೋಧನಾ ನೀತಿಶಾಸ್ತ್ರ ಸೃಷ್ಟಿಸುವ ಸಮಸ್ಯೆ ಬಗ್ಗೆ ಹೆಚ್ಚಿನ ನಿರ್ಣಯಗಳನ್ನು ನೋಡಿ Meyer (2013) .
ಅನಲಾಗ್ ವಯಸ್ಸು ಮತ್ತು ಡಿಜಿಟಲ್ ವಯಸ್ಸು ಸಂಶೋಧನೆ ನಡುವಿನ ಒಂದು ವ್ಯತ್ಯಾಸವೆಂದರೆ ಡಿಜಿಟಲ್ ಯುಗದಲ್ಲಿ ಭಾಗವಹಿಸಿದವರು ಸಂಶೋಧನೆ ಪರಸ್ಪರ ಹೆಚ್ಚು ದೂರದ ಎಂದು. ಈ ಪರಸ್ಪರ ಕ್ರಿಯೆಗಳು ಸಾಮಾನ್ಯವಾಗಿ ಒಂದು ಕಂಪನಿಯಾಗಿ ಮಧ್ಯವರ್ತಿಯಾಗಿ ಮೂಲಕ ಸಂಭವಿಸುತ್ತದೆ, ಮತ್ತು ಸಂಶೋಧಕರು ಮತ್ತು ಸ್ಪರ್ಧಿಗಳ ನಡುವೆ ದೊಡ್ಡ ಬೌತಿಕ ಮತ್ತು ಸಾಮಾಜಿಕ ಅಂತರದ ಸಾಮಾನ್ಯವಾಗಿ ಇಲ್ಲ. ಈ ದೂರದ ಪರಸ್ಪರ ಉದಾಹರಣೆಗೆ ಹೆಚ್ಚುವರಿ ರಕ್ಷಣೆ ಅಗತ್ಯವಿರುವ ಭಾಗಿಗಳು ಔಟ್ ಸ್ಕ್ರೀನಿಂಗ್ ದುರ್ಘಟನೆಯ ಪತ್ತೆ, ಮತ್ತು ಇದು ಉಂಟಾದರೆ ಹಾನಿ ನಿವಾರಣೆ ಮಾಹಿತಿ, ಡಿಜಿಟಲ್ ವಯಸ್ಸು ಸಂಶೋಧನೆಯಲ್ಲಿ ಕಷ್ಟ ಅನಲಾಗ್ ವಯಸ್ಸು ಸಂಶೋಧನೆಯಲ್ಲಿ ಸುಲಭ ಕೆಲವು ವಿಷಯಗಳನ್ನು ಮಾಡುತ್ತದೆ. ಉದಾಹರಣೆಗೆ, ಇದೇ ವಿಷಯದ ಮೇಲೆ ಒಂದು ಕಾಲ್ಪನಿಕ ಲ್ಯಾಬ್ ಪ್ರಯೋಗಕ್ಕೆ ಭಾವನಾತ್ಮಕ ಸೋಂಕು ಕಾಂಟ್ರಾಸ್ಟ್ ಅವಕಾಶ. ಲ್ಯಾಬ್ ಪ್ರಯೋಗದಲ್ಲಿ, ಸಂಶೋಧಕರು ಭಾವನಾತ್ಮಕ ಯಾತನೆಯ ಸ್ಪಷ್ಟ ಚಿಹ್ನೆಗಳು ತೋರಿಸುವ ಲ್ಯಾಬ್ ಆಗಮಿಸಿ ಯಾರಿಗಾದರೂ ಪ್ರದರ್ಶಿಸಲಿದ್ದ. ಇದಲ್ಲದೆ, ಲ್ಯಾಬ್ ಪ್ರಯೋಗ ಪ್ರತಿಕೂಲ ಈವೆಂಟ್ ಸೃಷ್ಟಿಸಿದ್ದರೆ, ಸಂಶೋಧಕರು, ನೋಡಿ, ಹಾನಿ remediate ಸೇವೆಯ ನಂತರ ಭವಿಷ್ಯದ ಕ್ರೆಡಿಬಿಲಿಟಿ ತಡೆಗಟ್ಟಲು ಪ್ರಾಯೋಗಿಕ ಪ್ರೋಟೋಕಾಲ್ ಹೊಂದಾಣಿಕೆಗಳನ್ನು ಮಾಡಲಿದೆ. ನಿಜವಾದ ಭಾವನಾತ್ಮಕ ಸೋಂಕು ಪ್ರಯೋಗದಲ್ಲಿ ಪರಸ್ಪರ ದೂರದ ಪ್ರಕೃತಿ ಈ ಸರಳ ಮತ್ತು ಸಂವೇದನಾಶೀಲ ಹಂತಗಳನ್ನು ಪ್ರತಿ ತುಂಬಾ ಕಷ್ಟಕರವಾಗಿದೆ. ಸಹ, ನಾನು ಸಂಶೋಧಕರು ಮತ್ತು ಭಾಗಿಗಳ ನಡುವೆ ದೂರ ತಮ್ಮ ಭಾಗವಹಿಸುವವರು ಕಾಳಜಿ ಸಂಶೋಧಕರು ಕಡಿಮೆ ಸೂಕ್ಷ್ಮ ಮಾಡುತ್ತದೆ ಶಂಕಿಸಿದ್ದಾರೆ.
ಅಸಮಂಜಸ ರೂಢಿಗಳು ಮತ್ತು ಕಾನೂನುಗಳು ಇತರ ಮೂಲಗಳು. ಈ ಅಸಂಗತತೆ ಕೆಲವು ಈ ಸಂಶೋಧನೆ ಪ್ರಪಂಚದಾದ್ಯಂತ ನಡೆಯುತ್ತಿದೆ ಎಂದು ಸಂಗತಿಯಿಂದ ಬರುತ್ತದೆ. ಉದಾಹರಣೆಗೆ, ಎನ್ಕೋರ್ ವಿಶ್ವದಾದ್ಯಂತ ಜನರ ಒಳಗೊಂಡಿತ್ತು, ಮತ್ತು ಆದ್ದರಿಂದ ಇದು ಮಾಹಿತಿ ಸಂರಕ್ಷಣೆ ಮತ್ತು ವಿವಿಧ ದೇಶಗಳ ಖಾಸಗಿ ನಿಯಮಗಳ ವಿಷಯ ಇರಬಹುದು. ರೂಢಿಗಳನ್ನು ತೃತೀಯ ವೆಬ್ ವಿನಂತಿಗಳನ್ನು (ಎನ್ಕೋರ್ ಮಾಡುತ್ತಿದ್ದ) ಜರ್ಮನಿಯಲ್ಲಿ ವಿವಿಧ ಇವೆ ಯುನೈಟೆಡ್ ಸ್ಟೇಟ್ಸ್, ಕೀನ್ಯಾ, ಮತ್ತು ಚೀನಾ ಆಡಳಿತ ವೇಳೆ? ಏನು ರೂಢಿಗಳನ್ನು ಒಂದೇ ದೇಶದ ಒಳಗೆ ಸಹ ಸ್ಥಿರವಾಗಿದೆ ವೇಳೆ? ಅಸಂಗತತೆ ಎರಡನೆಯ ಮೂಲ ವಿಶ್ವವಿದ್ಯಾಲಯಗಳು ಮತ್ತು ಕಂಪನಿಗಳು ಸಂಶೋಧಕರು ನಡುವಣ ಬರುತ್ತದೆ; ಉದಾಹರಣೆಗೆ, ಭಾವನಾತ್ಮಕ ಸೋಂಕು ಫೇಸ್ಬುಕ್ ನಲ್ಲಿ ಡೇಟಾ ವಿಜ್ಞಾನಿ ಮತ್ತು ಕಾರ್ನೆಲ್ ಯೂನಿವರ್ಸಿಟಿಯಲ್ಲಿ ಪ್ರೊಫೆಸರ್ ಮತ್ತು ಪದವಿ ವಿದ್ಯಾರ್ಥಿ ನಡುವೆ ಸಹಭಾಗಿತ್ವ. ಫೇಸ್ಬುಕ್ ನಲ್ಲಿ ದೊಡ್ಡ ಪ್ರಯೋಗಗಳನ್ನು ಚಾಲನೆಯಲ್ಲಿರುವ ಆ ಸಮಯದಲ್ಲಿ, ಯಾವುದೇ ತೃತೀಯ ನೈತಿಕ ಪರಿಶೀಲನಾ ಅಗತ್ಯವಿರಲಿಲ್ಲ, ಮೂಲಿಕೆ ಮತ್ತು. ಕಾರ್ನೆಲ್ ನಲ್ಲಿ ರೂಢಿಗಳು ಮತ್ತು ನಿಯಮಗಳು ವಿಭಿನ್ನ; ವಾಸ್ತವವಾಗಿ ಎಲ್ಲಾ ಪ್ರಯೋಗಗಳನ್ನು ಕಾರ್ನೆಲ್ ಸಮಿತಿ ಪರಿಶೀಲನೆ ಮಾಡಲಾಗುತ್ತದೆ. ಆದ್ದರಿಂದ, ನಿಯಮಗಳನ್ನು ಯಾವ ಸೆಟ್ ಭಾವನಾತ್ಮಕ ಸೋಂಕು-ಫೇಸ್ಬುಕ್ನ ಅಥವಾ ಕೊರ್ನೆಲ್ ನ ಆಡಳಿತ ಮಾಡಬೇಕು?
ಸಾಮಾನ್ಯ ನಿಯಮ ಪರಿಷ್ಕರಿಸಲು ಪ್ರಯತ್ನಗಳು ಹೆಚ್ಚು, ನೋಡಿ Evans (2013) , Council (2014) , Metcalf (2016) , ಮತ್ತು Hudson and Collins (2015) .
ಜೈವಿಕ ನೀತಿಶಾಸ್ತ್ರದ ಶಾಸ್ತ್ರೀಯ ತತ್ವಗಳನ್ನು ಆಧಾರಿತ ವಿಧಾನವಾಗಿದೆ Beauchamp and Childress (2012) . ಇವರು ನಾಲ್ಕು ತತ್ವಗಳನ್ನು ಜೈವಿಕ ನೀತಿಶಾಸ್ತ್ರದ ಮಾರ್ಗದರ್ಶನ ಮಾಡಬೇಕು ಎಂದು ಸಲಹೆ: ಸ್ವಾಯತ್ತತೆ, Nonmaleficence, ಲಾಭಕಾರಕತೆ, ಮತ್ತು ಜಸ್ಟೀಸ್ ಗೌರವ. nonmaleficence ತತ್ವ ಇತರ ಜನರಿಗೆ ಹಾನಿಯಾಗದಂತೆ ದೂರವುಳಿಯುವುದು ಒಂದು ಕಾಮುಕ. ಈ ಪರಿಕಲ್ಪನೆಯನ್ನು ಆಳವಾಗಿ, ಸಂಶೋಧನಾ ನೀತಿಶಾಸ್ತ್ರ ರಲ್ಲಿ ಹಿಪೊಕ್ರೆಟಿಕ್ ಕಲ್ಪನೆ ಸಂಪರ್ಕ ಇದೆ "ಕೆಟ್ಟದ್ದನ್ನು ಮಾಡಬೇಡಿ." ಈ ತತ್ವ ಸಾಮಾನ್ಯವಾಗಿ ಲಾಭಕಾರಕತೆ ತತ್ವ ಬೆರೆಯುತ್ತದೆ, ಆದರೆ ನೋಡಿ Beauchamp and Childress (2012) ಎರಡು ನಡುವಿನ ವ್ಯತ್ಯಾಸ ಹೆಚ್ಚು (ಅಧ್ಯಾಯ 5) . ಈ ತತ್ವಗಳನ್ನು ವಿಪರೀತ ಅಮೆರಿಕನ್ ಎಂದು ಒಂದು ವಿಮರ್ಶೆ, ನೋಡಿ Holm (1995) . ತತ್ವಗಳನ್ನು ಸಂಘರ್ಷ, ನೋಡಿ ಸಮತೋಲನ ಬಗ್ಗೆ ಹೆಚ್ಚಿನ Gillon (2015) .
ಈ ಅಧ್ಯಾಯದಲ್ಲಿ ನಾಲ್ಕು ತತ್ವಗಳು ಸಂಸ್ಥೆಗಳ ಮತ್ತು NGO ಗಳ ನಡೆಯುತ್ತಿದೆ ಸಂಶೋಧನೆಗೆ ನೈತಿಕ ಮೇಲ್ವಿಚಾರಣೆ ಮಾರ್ಗದರ್ಶನ ಪ್ರಸ್ತಾಪಿಸಲಾಗಿದೆ (Polonetsky, Tene, and Jerome 2015) "ಗ್ರಾಹಕ ವಿಷಯ ಅವಲೋಕನಾ ಮಂಡಳಿ" (CSRBs) ಎಂಬ ಸಂಸ್ಥೆಗಳ ಮೂಲಕ (Calo 2013) .
ಸ್ವಾಯತ್ತತೆಯನ್ನು ಗೌರವಿಸುವ ಜೊತೆಗೆ, ಬೆಲ್ಮಾಂಟ್ ವರದಿ ಅಲ್ಲ ಪ್ರತಿ ಮಾನವ ನಿಜವಾದ ಸ್ವಯಂ ನಿರ್ಣಯದ ಸಾಮರ್ಥ್ಯ ಒಪ್ಪಿಕೊಂಡಿದ್ದಾಳೆ. ಉದಾಹರಣೆಗೆ, ಮಕ್ಕಳು, ಜನರು ಖಾಯಿಲೆಯಿಂದ ಬಳಲುತ್ತಿರುವ, ಅಥವಾ ತೀವ್ರವಾಗಿ ನಿರ್ಬಂಧಿಸಲಾಗಿದೆ ಸ್ವಾತಂತ್ರ್ಯದ ಸಂದರ್ಭಗಳಲ್ಲಿ ವಾಸಿಸುವ ಜನರು ಸಂಪೂರ್ಣವಾಗಿ ಸ್ವಾಯತ್ತ ವ್ಯಕ್ತಿಗಳು ಕಾರ್ಯನಿರ್ವಹಿಸಲು ಸಾಧ್ಯವಾಗುವುದಿಲ್ಲ, ಮತ್ತು ಈ ಜನರು ಹೆಚ್ಚುವರಿ ಸಂರಕ್ಷಣೆ ವ್ಯಾಪ್ತಿಗೆ ಕಾರಣಕ್ಕೆ ಪರಸ್ಪರ.
ಡಿಜಿಟಲ್ ಯುಗದಲ್ಲಿ ವ್ಯಕ್ತಿಗಳು ಗೌರವ ತತ್ವ ಅಳವಡಿಕೆ ಕಷ್ಟಕರವಾಗಿರುತ್ತದೆ. ಉದಾಹರಣೆಗೆ, ಡಿಜಿಟಲ್ ವಯಸ್ಸು ಸಂಶೋಧನೆಯಲ್ಲಿ, ಕಷ್ಟ ಸ್ವಯಂ ನಿರ್ಣಯದ ತಗ್ಗಿದ ಸಾಮರ್ಥ್ಯವನ್ನು ಜನರಿಗೆ ಹೆಚ್ಚುವರಿ ರಕ್ಷಣೆಗಳನ್ನು ಒದಗಿಸಲು ಸಂಶೋಧಕರು ಸಾಮಾನ್ಯವಾಗಿ ತಮ್ಮ ಭಾಗವಹಿಸುವವರು ಬಗ್ಗೆ ಕಡಿಮೆ ತಿಳಿದಿರುವ ಕಾರಣ ಇರಬಹುದು. ಇದಲ್ಲದೆ, ಡಿಜಿಟಲ್ ವಯಸ್ಸು ಸಾಮಾಜಿಕ ಸಂಶೋಧನೆಯಲ್ಲಿ ಸಮ್ಮತಿ ಒಂದು ದೊಡ್ಡ ಸವಾಲಾಗಿದೆ. ಕೆಲವು ಸಂದರ್ಭಗಳಲ್ಲಿ, ನಿಜವಾಗಿಯೂ ಸಮ್ಮತಿ ಪಾರದರ್ಶಕತೆ ವಿರೋಧಾಭಾಸ ತುತ್ತಾಗಬಹುದು (Nissenbaum 2011) ಮಾಹಿತಿ ಮತ್ತು ಕಾಂಪ್ರಹೆನ್ಷನ್ ಸಂಘರ್ಷದಲ್ಲಿ ಅಲ್ಲಿ. ಸರಿಸುಮಾರಾಗಿ ಸಂಶೋಧಕರು ಮಾಹಿತಿ ಸಂಗ್ರಹ, ಮಾಹಿತಿ ವಿಶ್ಲೇಷಣೆ, ಮತ್ತು ಡೇಟಾವನ್ನು ಭದ್ರತೆಯನ್ನು ಸ್ವರೂಪದ ಬಗ್ಗೆ ಪೂರ್ಣ ಮಾಹಿತಿ ಒದಗಿಸಲು, ಇದು ಕಷ್ಟ ಭಾಗಿಯಾದವರಿಗೆ ಗ್ರಹಿಸಲು ಇರುತ್ತದೆ. ಆದರೆ, ಸಂಶೋಧಕರು ಸಮಗ್ರ ಮಾಹಿತಿ ಒದಗಿಸಲು, ಇದು ಪ್ರಮುಖ ತಾಂತ್ರಿಕ ಮಾಹಿತಿ ಕೊರತೆ ಇರಬಹುದು. ಅನಲಾಗ್ ವಯಸ್ಸಿಗೆ ಪ್ರಾಬಲ್ಯ ಸೆಟ್ಟಿಂಗ್ ಬೆಲ್ಮಾಂಟ್ ವರದಿ ಒಂದು ಪರಿಗಣಿಸಿದ್ದಾರೆ ವೈದ್ಯಕೀಯ ಸಂಶೋಧನೆಯಲ್ಲಿ ವೈದ್ಯರು ಪ್ರತಿ ಸ್ಪರ್ಧಿ ಪ್ರತ್ಯೇಕವಾಗಿ ಮಾತನಾಡುವ ಪಾರದರ್ಶಕತೆ ವಿರೋಧಾಭಾಸ ಪರಿಹರಿಸಲು ಸಹಾಯ ಊಹಿಸಿ ಸಾಧ್ಯವಾಯಿತು. ಸಾವಿರಾರು ಜನರು ಅಥವಾ ಲಕ್ಷಾಂತರ ಒಳಗೊಂಡ ಆನ್ಲೈನ್ ಅಧ್ಯಯನಗಳಲ್ಲಿ, ಇಂತಹ ಮುಖಾ ಮುಖಿ ವಿಧಾನ ಅಸಾಧ್ಯ. ಡಿಜಿಟಲ್ ಯುಗದಲ್ಲಿ ಒಪ್ಪಿಗೆಯೊಂದಿಗೆ ಎರಡನೇ ಸಮಸ್ಯೆ ಇಂತಹ ಬೃಹತ್ ದತ್ತಾಂಶ ಉಗ್ರಾಣಗಳನ್ನು ವಿಶ್ಲೇಷಣೆ ಕೆಲವು ಅಧ್ಯಯನಗಳು, ಇದು ಎಲ್ಲಾ ಭಾಗವಹಿಸುವವರು ಒಪ್ಪಿಗೆ ಪಡೆಯಲು ಅಪ್ರಾಯೋಗಿಕ ಎಂದು ಆಗಿದೆ. ನಾನು ವಿಭಾಗ 6.6.1 ಹೆಚ್ಚಿನ ವಿವರ ಸಮ್ಮತಿ ಬಗ್ಗೆ ಈ ಮತ್ತು ಇತರ ಪ್ರಶ್ನೆಗಳಿಗೆ ಚರ್ಚೆ. ಈ ತೊಂದರೆಗಳನ್ನು ಹೊರತಾಗಿಯೂ, ನಾವು ಒಪ್ಪಿಗೆ ಅಗತ್ಯ ಅಥವಾ ವ್ಯಕ್ತಿಗಳು ಗೌರವ ಸಾಕಷ್ಟು ಎರಡೂ ಎಂದು ನೆನಪಿಡಿ ಮಾಡಬೇಕು.
ಒಪ್ಪಿಗೆ ಮೊದಲು ವೈದ್ಯಕೀಯ ಸಂಶೋಧನೆ ಮೇಲೆ ಹೆಚ್ಚು, ನೋಡಿ Miller (2014) . ಸಮ್ಮತಿ ಒಂದು ಪುಸ್ತಕ ಉದ್ದ ಚಿಕಿತ್ಸೆ, ನೋಡಿ Manson and O'Neill (2007) . ಇವನ್ನೂ ನೋಡಿ ಕೆಳಗೆ ಸಮ್ಮತಿ ಬಗ್ಗೆ ಸಲಹೆ ವಾಚನಗೋಷ್ಠಿಗಳು.
ಸಂದರ್ಭಕ್ಕನುಗುಣವಾಗಿ ಕ್ರೆಡಿಬಿಲಿಟಿ ಸಂಶೋಧನೆ ಅಲ್ಲ ನಿರ್ದಿಷ್ಟ ಜನರಿಗೆ ಆದರೆ ಸಾಮಾಜಿಕ ಸೆಟ್ಟಿಂಗ್ಗಳನ್ನು ಕಾರಣವಾಗುವುದೇ ಹಾನಿ. ಈ ಪರಿಕಲ್ಪನೆಯು ಬಿಟ್ ಅಮೂರ್ತ, ಆದರೆ ನಾನು ಎರಡು ಉದಾಹರಣೆಗಳು ಅದನ್ನು ವಿವರಿಸಲು ಮಾಡುತ್ತೇವೆ: ಒಂದು ಅನಲಾಗ್ ಮತ್ತು ಒಂದು ಡಿಜಿಟಲ್.
ಸಂದರ್ಭಕ್ಕನುಗುಣವಾಗಿ ಕ್ರೆಡಿಬಿಲಿಟಿ ಒಂದು ಉತ್ತಮ ಉದಾಹರಣೆಯಾಗಿದೆ ವಿಚಿತಾ ಜ್ಯೂರಿ ಅಧ್ಯಯನ [ಬರುತ್ತದೆ Vaughan (1967) ; Katz, Capron, and Glass (1972) ; ಚ 2] -. ಕೆಲವೊಮ್ಮೆ ಚಿಕಾಗೊ ಜ್ಯೂರಿ ಪ್ರಾಜೆಕ್ಟ್ ಎಂಬ (Cornwell 2010) . ರಹಸ್ಯವಾಗಿ ವಿಚಿತಾ, ಕಾನ್ಸಾಸ್ ಆರು ತೀರ್ಪುಗಾರರ ಚರ್ಚೆಗಳ ರೆಕಾರ್ಡ್ ಕಾನೂನು ವ್ಯವಸ್ಥೆಯ ಸಾಮಾಜಿಕ ಮಗ್ಗುಲುಗಳ ಕುರಿತಾಗಿ ಒಂದು ದೊಡ್ಡ ಅಧ್ಯಯನದ ಭಾಗವಾಗಿ ಚಿಕಾಗೋ ವಿಶ್ವವಿದ್ಯಾನಿಲಯ ಈ ಅಧ್ಯಯನದ ಸಂಶೋಧಕರು, ರಲ್ಲಿ. ಮೊಕದ್ದಮೆಗಳಲ್ಲಿ ನ್ಯಾಯಾಧೀಶರು ಮತ್ತು ವಕೀಲರು ರೆಕಾರ್ಡಿಂಗ್ ಅಂಗೀಕರಿಸಿತು, ಕಾರ್ಯವಿಧಾನದ ಕಟ್ಟುನಿಟ್ಟಾದ ಮೇಲ್ವಿಚಾರಣೆ ಇತ್ತು. ಆದಾಗ್ಯೂ, jurors ರೆಕಾರ್ಡಿಂಗ್ ಕಂಡುಬರುತ್ತಿದ್ದ ಸುಳಿವಿರಲಿಲ್ಲ. ಒಮ್ಮೆ ಅಧ್ಯಯನ ಕಂಡುಹಿಡಿಯಲಾಯಿತು, ಸಾರ್ವಜನಿಕ ಆಕ್ರೋಶ ಇತ್ತು. ನ್ಯಾಯಾಂಗ ಇಲಾಖೆ ಅಧ್ಯಯನದ ತನಿಖೆ ಪ್ರಾರಂಭಿಸಿತು, ಮತ್ತು ಸಂಶೋಧಕರ ಕಾಂಗ್ರೆಸ್ ಮುಂದೆ ಸಾಕ್ಷಿ ಕರೆಸಲಾಯಿತು. ಅಂತಿಮವಾಗಿ, ಕಾಂಗ್ರೆಸ್ ಅಕ್ರಮ ರಹಸ್ಯವಾಗಿ ತೀರ್ಪುಗಾರರ ವಿವೇಚನೆ ದಾಖಲಿಸಲು ಮಾಡುತ್ತದೆ ಹೊಸ ಕಾನೂನನ್ನು.
ವಿಚಿತಾ ಜ್ಯೂರಿ ಸ್ಟಡಿ ಭಾಗವಹಿಸುವವರಿಗೆ ಹಾನಿ ಇಲ್ಲ ವಿಮರ್ಶಕರ ಕಾಳಜಿ; ಬದಲಿಗೆ, ಇದು ತೀರ್ಪುಗಾರರ ವಿವೇಚನೆ ಸಂದರ್ಭಕ್ಕನುಗುಣವಾಗಿ ಕ್ರೆಡಿಬಿಲಿಟಿ ಆಗಿತ್ತು. ಜನರಿಗೆ ತೀರ್ಪುಗಾರರ ಚರ್ಚೆಗಳ ಭವಿಷ್ಯದಲ್ಲಿ ಮುಂದುವರೆಯಲು ತೀರ್ಪುಗಾರರ ಸಮಿತಿಯ ಸದಸ್ಯರು ಅವರು ಸುರಕ್ಷಿತ ಮತ್ತು ಸುರಕ್ಷಿತ ಜಾಗವನ್ನು ಚರ್ಚೆಗಳಿಗೆ ಕಳೆಯುತ್ತಿದ್ದೇವೆಂದು ನಂಬುವುದಿಲ್ಲ ವೇಳೆ, ಇದು ಕಷ್ಟ ಎಂದು ನಂಬಲಾಗಿದೆ, ಆಗಿದೆ. ತೀರ್ಪುಗಾರರ ವಿವೇಚನೆ ಜೊತೆಗೆ, ಸಮಾಜದ ಇಂತಹ ಅಟಾರ್ನಿ ಕ್ಲೈಂಟ್ ಸಂಬಂಧಗಳು ಮತ್ತು ಮಾನಸಿಕ ಆರೈಕೆ ಹೆಚ್ಚುವರಿ ರಕ್ಷಣೆ ಒದಗಿಸುವ ಇತರ ನಿರ್ದಿಷ್ಟ ಸಾಮಾಜಿಕ ಸನ್ನಿವೇಶಗಳಲ್ಲಿ ಇವೆ (MacCarthy 2015) .
ಸನ್ನಿವೇಶ ಮತ್ತು ಸಾಮಾಜಿಕ ವ್ಯವಸ್ಥೆಗಳ ಅಡ್ಡಿ ಕ್ರೆಡಿಬಿಲಿಟಿ ಅಪಾಯವನ್ನು ರಾಜ್ಯಶಾಸ್ತ್ರದಲ್ಲಿ ಕೆಲವು ಕ್ಷೇತ್ರ ಪ್ರಯೋಗಗಳಲ್ಲಿ ಬರುತ್ತದೆ (Desposato 2016b) . ರಾಜ್ಯಶಾಸ್ತ್ರದಲ್ಲಿ ಒಂದು ಕ್ಷೇತ್ರದಲ್ಲಿ ಪ್ರಯೋಗ ಹೆಚ್ಚು ಸೂಕ್ಷ್ಮ ಪ್ರಯೋಜನ ಲೆಕ್ಕ ಒಂದು ಉದಾಹರಣೆ, ನೋಡಿ Zimmerman (2016) .
ಭಾಗವಹಿಸುವವರು ಪರಿಹಾರ ಡಿಜಿಟಲ್ ವಯಸ್ಸು ಸಂಶೋಧನೆ ಸಂಬಂಧಿಸಿದ ಸೆಟ್ಟಿಂಗ್ಗಳನ್ನು ಹಲವಾರು ಚರ್ಚಿಸಲಾಗಿದೆ ಮಾಡಲಾಗಿದೆ. Lanier (2014) ಅವರು ಸೃಷ್ಟಿಸಲು ಡಿಜಿಟಲ್ ಕುರುಹುಗಳು ಭಾಗವಹಿಸುವವರು ಪಾವತಿಸುವ ಪ್ರಸ್ತಾಪಿಸಿದರು. Bederson and Quinn (2011) ಆನ್ಲೈನ್ ಕಾರ್ಮಿಕ ಮಾರುಕಟ್ಟೆಗಳಲ್ಲಿ ಪಾವತಿ ಚರ್ಚಿಸುತ್ತದೆ. ಅಂತಿಮವಾಗಿ, Desposato (2016a) ಕ್ಷೇತ್ರದಲ್ಲಿ ಪ್ರಯೋಗಗಳಲ್ಲಿ ಭಾಗವಹಿಸುವ ಪಾವತಿ ಪ್ರಸ್ತಾಪಿಸುತ್ತದೆ. ಅವರು ಭಾಗವಹಿಸುವವರು ನೇರವಾಗಿ ಪಾವತಿ ಮಾಡಲಾಗುವುದಿಲ್ಲ ಸಹ, ಒಂದು ಕೊಡುಗೆ ತಮ್ಮ ಪರವಾಗಿ ಕೆಲಸ ಗುಂಪು ತರಬಹುದಾದ ಗಮನಸೆಳೆದಿದ್ದಾರೆ. ಉದಾಹರಣೆಗೆ, ಎನ್ಕೋರ್ ಸಂಶೋಧಕರು ಇಂಟರ್ನೆಟ್ ಪ್ರವೇಶವನ್ನು ಬೆಂಬಲಿಸುವ ಕೆಲಸ ಗುಂಪು ಕೊಡುಗೆ ಮಾಡಿದ.
ನಿಯಮಗಳು ಯಾ ಸೇವೆ ಒಪ್ಪಂದಗಳು ಸಮಾನ ಪಕ್ಷಗಳು ಮತ್ತು ಕಾನೂನುಬದ್ಧ ಸರ್ಕಾರಗಳು ದಾಖಲಿಸಿದವರು ಕಾನೂನುಗಳು ನಡುವೆ ತೀರ್ಮಾನಿಸಲ್ಪಟ್ಟ ಕರಾರುಗಳ ಕಡಿಮೆ ತೂಕ ಇರಬೇಕು. ಸಂಶೋಧಕರು ಹಿಂದೆ ಉಲ್ಲಂಘಿಸಿದೆ ಪದಗಳು ಯಾ ಸೇವೆ ಒಪ್ಪಂದಗಳು ಅಲ್ಲಿ ಸಂದರ್ಭಗಳಲ್ಲಿ ಸಾಮಾನ್ಯವಾಗಿ (ತಾರತಮ್ಯ ಅಳೆಯಲು ಹೆಚ್ಚು ಕ್ಷೇತ್ರದಲ್ಲಿ ಪ್ರಯೋಗಗಳನ್ನು ನಂತಹ) ಕಂಪನಿಗಳ ವರ್ತನೆಯನ್ನು ಪರಿಶೋಧನೆಯನ್ನು ಸ್ವಯಂಚಾಲಿತ ಪ್ರಶ್ನೆಗಳು ಬಳಸಿಕೊಂಡು ಒಳಗೊಂಡಿರುತ್ತವೆ. ಹೆಚ್ಚುವರಿ ಚರ್ಚೆಗಾಗಿ ನೋಡಿ Vaccaro et al. (2015) , Bruckman (2016a) , Bruckman (2016b) . ಸೇವಾ ನಿಯಮಗಳನ್ನು ಚರ್ಚಿತ ಪ್ರಾಯೋಗಿಕ ಸಂಶೋಧನೆ, ನೋಡಿ Soeller et al. (2016) . ಸಂಭಾವ್ಯ ಕಾನೂನು ಸಮಸ್ಯೆಗಳನ್ನು ಸಂಶೋಧಕರು ಎದುರಿಸಲು ಹೆಚ್ಚು ಅವರು ಸೇವಾ ನಿಯಮಗಳನ್ನು ನೋಡಿ ಭಂಗ Sandvig and Karahalios (2016) .
ನಿಸ್ಸಂಶಯವಾಗಿ, ಅಗಾಧ ಪ್ರಮಾಣದ ಅನುಷಂಗಿಕತೆ ಮತ್ತು ನೀತಿಶಾಸ್ತ್ರ ಬಗ್ಗೆ ಬರೆಯಲಾಗಿದೆ. ಹೇಗೆ ಈ ನೈತಿಕ ಚೌಕಟ್ಟುಗಳು, ಇತರರ ಒಂದು ಉದಾಹರಣೆಗೆ, ಡಿಜಿಟಲ್ ವಯಸ್ಸು ಸಂಶೋಧನೆ ಬಗ್ಗೆ ಕಾರಣ ನೋಡಲು ಬಳಸಬಹುದು Zevenbergen et al. (2015) . ಈ ನೈತಿಕ ಚೌಕಟ್ಟುಗಳು ಕ್ಷೇತ್ರದಲ್ಲಿ ಪ್ರಯೋಗಗಳನ್ನು ಅನ್ವಯಿಸಬಹುದು ಹೇಗೆ ಅರ್ಥಶಾಸ್ತ್ರ ಅಭಿವೃದ್ಧಿ ಒಂದು ಉದಾಹರಣೆ, ನೋಡಿ Baele (2013) .
ತಾರತಮ್ಯದ ಆಡಿಟ್ ಅಧ್ಯಯನಗಳು ಹೆಚ್ಚು, ನೋಡಿ Pager (2007) ಮತ್ತು Riach and Rich (2004) . ಕೇವಲ ಇಲ್ಲ ಈ ಅಧ್ಯಯನಗಳು ಒಪ್ಪಿಗೆ ಮಾಡಿಲ್ಲ, ಅವರು ವಂಚನೆ debriefing ಇಲ್ಲದೆ ಒಳಗೊಂಡಿರುತ್ತವೆ.
ಎರಡೂ Desposato (2016a) ಮತ್ತು Humphreys (2015) ಒಪ್ಪಿಗೆಯಿಲ್ಲದೇ ಕ್ಷೇತ್ರದಲ್ಲಿ ಪ್ರಯೋಗಗಳ ಬಗ್ಗೆ ಪ್ರಸ್ತಾಪವನ್ನು ಸಲಹೆ.
Sommers and Miller (2013) ವಂಚನೆ ನಂತರ ಭಾಗವಹಿಸುವವರು Debriefing ಅಲ್ಲ ಪರವಾಗಿ ಅನೇಕ ಚರ್ಚೆಗಳು ಪರಿಶೀಲಿಸುತ್ತಾರೆ, ಮತ್ತು ಸಂಶೋಧಕರು ಸಂದರ್ಭಗಳಲ್ಲಿ, ಅವುಗಳೆಂದರೆ ಒಂದು ಕಿರಿದಾದ ಸೆಟ್ ಅಡಿಯಲ್ಲಿ Debriefing "ಬಿಟ್ಟುಬಿಡು ಎಂದು ವಾದಿಸುತ್ತಾರೆ debriefing ಪ್ರಮುಖ ಪ್ರಾಯೋಗಿಕ ಅಡೆತಡೆಗಳನ್ನು ಆದರೆ ಸಂಶೋಧಕರು ಎಂದು ಒಡ್ಡುತ್ತದೆ ಇದರಲ್ಲಿ ಕ್ಷೇತ್ರದಲ್ಲಿ ಸಂಶೋಧನೆಯಲ್ಲಿ ಯಾವುದೇ ಅವರು ಆದಲ್ಲಿ debriefing ಬಗ್ಗೆ ಹೇಳಿತು. ಸಂಶೋಧಕರು ನಿಷ್ಕಪಟ ಸ್ಪರ್ಧಿ ಪೂಲ್ ರಕ್ಷಿಸಲು ಸ್ಪರ್ಧಿ ಕೋಪ ತಮ್ಮನ್ನು ರಕ್ಷಿಸಲು ಅಥವಾ ಅಪಾಯವನ್ನು ಸಹಭಾಗಿಗಳು ರಕ್ಷಿಸುವ ಸಲುವಾಗಿ debriefing ಬಿಟ್ಟುಬಿಡು ಅನುಮತಿ ಮಾಡಬಾರದು. "ಇತರೆ debriefing ಉತ್ತಮ ಹೆಚ್ಚು ತಡೆಯಬೇಕು ಹೆಚ್ಚು ಹಾನಿ ಉಂಟುಮಾಡುತ್ತದೆ ವಾದಿಸುತ್ತಾರೆ. Debriefing ಕೆಲವು ಸಂಶೋಧಕರು ಲಾಭಕಾರಕತೆ ಮೇಲ್ಪಟ್ಟವರು ಗೌರವ ಆದ್ಯತೆಯನ್ನು ಅಲ್ಲಿ ಒಂದು ಸಂದರ್ಭದಲ್ಲಿ, ಮತ್ತು ಕೆಲವು ಸಂಶೋಧಕರು ವಿರುದ್ಧ ಏನು. ಒಂದು ಸಾಧ್ಯವಿರುವ ಪರಿಹಾರವೆಂದರೆ ಭಾಗವಹಿಸುವವರು ಒಂದು ಕಲಿಕೆಯ ಅನುಭವ Debriefing ಮಾಡಲು ಕಂಡುಕೊಳ್ಳುವುದಕ್ಕೆ ಎಂದು. ಬದಲಿಗೆ, ಹಾನಿಯನ್ನುಂಟುಮಾಡಬಲ್ಲ ಏನೋ debriefing ಆಲೋಚನೆ ಬಹುಶಃ Debriefing ಸಹ ಭಾಗವಹಿಸುವವರು ಲಾಭ ಏನಾದರೂ ಮಾಡಬಹುದು ಹೆಚ್ಚು, ಆಗಿದೆ. ಶಿಕ್ಷಣ debriefing ಈ ರೀತಿಯ ಒಂದು ಉದಾಹರಣೆ, ನೋಡಿ Jagatic et al. (2007) ಒಂದು ಸಾಮಾಜಿಕ ಫಿಶಿಂಗ್ ಪ್ರಯೋಗದ ಮೇಲೆ ವಿದ್ಯಾರ್ಥಿಗಳು Debriefing ಮೇಲೆ. ಮನೋವಿಜ್ಞಾನಿಗಳು Debriefing ತಂತ್ರಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ್ದಾರೆ (DS Holmes 1976a; DS Holmes 1976b; Mills 1976; Baumrind 1985; Oczak and Niedźwieńska 2007) ಮತ್ತು ಈ ಕೆಲವು ಪ್ರಯೋಜನಕಾರಿಯಾಗಿ ಡಿಜಿಟಲ್ ವಯಸ್ಸು ಸಂಶೋಧನೆ ಅನ್ವಯಿಸಲು ಎಂದು. Humphreys (2015) ಮುಂದೂಡಲ್ಪಟ್ಟ ಒಪ್ಪಿಗೆ ಬಗ್ಗೆ ಆಸಕ್ತಿಕರ ಆಲೋಚನೆಗಳನ್ನು ನೀಡುತ್ತದೆ, ಇದು ನಿಕಟವಾಗಿ ನಾನು ವಿವರಿಸಿರುವಂತೆ debriefing ತಂತ್ರ ಸಂಬಂಧಿಸಿದೆ.
ತಮ್ಮ ಸಮ್ಮತಿಯನ್ನು ಭಾಗವಹಿಸುವವರು ಒಂದು ಮಾದರಿ ಕೇಳುವ ಕಲ್ಪನೆಯನ್ನು ಎಂಬುದನ್ನು ಸಂಬಂಧಿಸಿದೆ Humphreys (2015) ನಿರ್ಣಯದ ಒಪ್ಪಿಗೆ ಕರೆಗಳು.
ಒಪ್ಪಿಗೆ ಸಂಬಂಧಿಸಿದ ಪ್ರಸ್ತಾಪಿಸಲಾಗಿದೆ ಎಂದು ಇನ್ನೂ ಕಲ್ಪನೆ ಆನ್ಲೈನ್ ಪ್ರಯೋಗಗಳಲ್ಲಿ ಒಪ್ಪುತ್ತೀರಿ ಜನರ ಫಲಕ ನಿರ್ಮಿಸಲು ಆಗಿದೆ (Crawford 2014) . ಕೆಲವು ಈ ಫಲಕ ಜನರು ಒಂದು ಅಲ್ಲದ ಯಾದೃಚ್ಛಿಕ ಮಾದರಿ ಎಂದು ವಾದಿಸಿದ್ದಾರೆ. ಆದರೆ, ಅಧ್ಯಾಯ 3 (ಪ್ರಶ್ನೆಗಳನ್ನು ಕೇಳುವುದು) ಈ ಸಮಸ್ಯೆಗಳನ್ನು ಶ್ರೇಣೀಕರಣದ ಕಂಬ ಮತ್ತು ಮಾದರಿ ಹೊಂದಾಣಿಕೆಯ ಬಳಸಿಕೊಂಡು ಸಮರ್ಥವಾಗಿ ವಿಳಾಸ ಎಂದು ತೋರಿಸುತ್ತದೆ. ಅಲ್ಲದೆ, ಫಲಕ ಎಂದು ಒಪ್ಪಿಗೆ ಪ್ರಯೋಗಗಳ ವಿವಿಧ ರಕ್ಷಣೆ. ಅರ್ಥಾತ್, ಭಾಗವಹಿಸುವವರು ಪ್ರತ್ಯೇಕವಾಗಿ ಪ್ರತಿ ಪ್ರಯೋಗ ಸಮ್ಮತಿಯನ್ನು ಅವಶ್ಯಕತೆ ಇರಬಹುದು, ಒಂದು ಪರಿಕಲ್ಪನೆಯನ್ನು ವಿಶಾಲ ಒಪ್ಪಿಗೆ ಎಂಬ (Sheehan 2011) .
ಫಾರ್ ಅನನ್ಯ ರಿಂದ, ನೆಟ್ಫ್ಲಿಕ್ಸ್ ಪ್ರಶಸ್ತಿ ಜನರು ಬಗ್ಗೆ ವಿವರವಾದ ಮಾಹಿತಿ ಹೊಂದಿರುವ ದತ್ತಾಂಶ ಪ್ರಮುಖ ತಾಂತ್ರಿಕ ಆಸ್ತಿ ವಿವರಿಸುತ್ತದೆ, ಅದರಿಂದ ಆಧುನಿಕ ಸಾಮಾಜಿಕ ದತ್ತಾಂಶ "anonymization" ಸಾಧ್ಯತೆಯ ಬಗ್ಗೆ ಪ್ರಮುಖ ಪಾಠಗಳನ್ನು ಒದಗಿಸುತ್ತದೆ. ಪ್ರತಿ ವ್ಯಕ್ತಿಯ ಬಗ್ಗೆ ಮಾಹಿತಿ ಅನೇಕ ತುಣುಕುಗಳನ್ನು ಕಡತಗಳಿಗೆ ಔಪಚಾರಿಕವಾಗಿ ವ್ಯಾಖ್ಯಾನಿಸಲಾಗಿದೆ ಅರ್ಥದಲ್ಲಿ, ವಿರಳ ಸಂಭವವಿದೆ Narayanan and Shmatikov (2008) . ಪ್ರತಿ ದಾಖಲೆ ಅದೇ ಎಂದು ಯಾವುದೇ ದಾಖಲೆಗಳು ಇವೆ, ಮತ್ತು ವಾಸ್ತವವಾಗಿ ಹೋಲುತ್ತದೆ ಎಂದು ಯಾವುದೇ ದಾಖಲೆಗಳು ಇವೆ, ಆಗಿದೆ: ಪ್ರತಿ ವ್ಯಕ್ತಿ ದೂರ ದತ್ತಾಂಶ ತಮ್ಮ ಸಮೀಪ ನೆರೆಯ ರಿಂದ. ಒಂದು 5 ಸ್ಟಾರ್ ಪ್ರಮಾಣದಲ್ಲಿ 20,000 ಸಿನೆಮಾ ಇರುವುದರಿಂದ ನೆಟ್ಫ್ಲಿಕ್ಸ್ ಡೇಟಾ ವಿರಳ ಎಂದು ಕಲ್ಪನೆಯ ಬಗ್ಗೆ \ (6 ^ {20,000} \) ಪ್ರತಿ ವ್ಯಕ್ತಿಯ 6 ತೋರಿಸಬಹುದಿತ್ತು ಎಂದು (ಸಂಭಾವ್ಯ ಮೌಲ್ಯಗಳು ಒಂದು 5 ತಾರೆಗಳ ಜೊತೆಗೆ ಏಕೆಂದರೆ , ಯಾರಾದರೂ ಎಲ್ಲಾ ಚಿತ್ರ ರೇಟ್ ಮಾಡಿದ್ದಾರೆ ಅಲ್ಲ) ಇರಬಹುದು. ಈ ಸಂಖ್ಯೆ ಇದು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಕಷ್ಟ, ಆದ್ದರಿಂದ ದೊಡ್ಡದಾಗಿದೆ.
Sparsity ಎರಡು ಮುಖ್ಯ ತೊಡಕುಗಳನ್ನು ಹೊಂದಿದೆ. ಮೊದಲ, ಇದು ಪ್ರಯತ್ನ ಯಾದೃಚ್ಛಿಕ ಉದ್ವೇಗ ಸಾಧ್ಯತೆ ವಿಫಲಗೊಳ್ಳುತ್ತದೆ ಆಧರಿಸಿದ "ಅನಾಮಧೇಯ" ಡೇಟಾಸಮೂಹವನ್ನು ಅರ್ಥ. ನೆಟ್ಫ್ಲಿಕ್ಸ್ ಯಾದೃಚ್ಛಿಕವಾಗಿ ರೇಟಿಂಗ್ (ಅವರು ತೋರುತ್ತಿದ್ದರು) ಕೆಲವು ಹೊಂದಿಸಲು ಸಹ, ಆಗಿದೆ ಬೇಸರದಿಂದ ರೆಕಾರ್ಡ್ ಇನ್ನೂ ಆಕ್ರಮಣಕಾರರೊಂದಿಗೆ ಎಂದು ಮಾಹಿತಿಯನ್ನು ಹತ್ತಿರದ ಸಾಧ್ಯ ದಾಖಲೆ ಏಕೆಂದರೆ, ಈ ಸಾಕಷ್ಟು ನೆರವೇರಿಸಲಾಯಿತು. ಎರಡನೇ, sparsity ಡಿ-anonymization ಸಾಧ್ಯ ಎಂದು ಆಕ್ರಮಣಕಾರರೊಂದಿಗೆ ಅಪೂರ್ಣ ಅಥವಾ ನಿಷ್ಪಕ್ಷಪಾತ ಜ್ಞಾನ ಹೊಂದಿದೆ ಸಹ ಅರ್ಥ. ಉದಾಹರಣೆಗೆ, ನೆಟ್ಫ್ಲಿಕ್ಸ್ ಮಾಹಿತಿಯಲ್ಲಿ ನ ಆಕ್ರಮಣಕಾರರೊಂದಿಗೆ ಆ ರೇಟಿಂಗ್, +/- 3 ದಿನಗಳ ಮಾಡಿದ ಎರಡು ಸಿನೆಮಾ ಮತ್ತು ದಿನಾಂಕಗಳನ್ನು ನಿಮ್ಮ ರೇಟಿಂಗ್ ತಿಳಿದಿರುವ ಕಲ್ಪನೆ ಅವಕಾಶ; ಕೇವಲ ಮಾಹಿತಿಯನ್ನು ಅನನ್ಯವಾಗಿ ನೆಟ್ಫ್ಲಿಕ್ಸ್ ಡೇಟಾ ಗುರುತಿಸಲು ಜನರು 68% ಸಾಕಾಗುತ್ತದೆ. ದಾಳಿಕೋರರಿಗೆ ನೀವು ರೇಟ್, +/- 14 ದಿನಗಳ ಈ ಕರೆಯಲಾಗುತ್ತದೆ ರೇಟಿಂಗ್ ಎರಡು ಸಂಪೂರ್ಣವಾಗಿ ತಪ್ಪು ಸಹ ನಂತರ, ದಾಖಲೆಗಳು 99% ಅನನ್ಯವಾಗಿ ದತ್ತಾಂಶ ಗುರುತಿಸಬಹುದು ಎಂದು 8 ಸಿನೆಮಾ ತಿಳಿದಿದ್ದರೆ. ಅರ್ಥಾತ್, sparsity ಅತ್ಯಂತ ಆಧುನಿಕ ಸಾಮಾಜಿಕ ದತ್ತಾಂಶ ವಿರಳ ಏಕೆಂದರೆ ದುರದೃಷ್ಟಕರ ಇದು ಡೇಟಾ "ಅನಾಮಧೇಯ" ಪ್ರಯತ್ನಗಳನ್ನು ಮೂಲಭೂತ ಸಮಸ್ಯೆ.
ದೂರವಾಣಿ ಮೆಟಾಡೇಟಾ ಕೂಡ "ಅನಾಮಧೇಯ" ಮತ್ತು ಸಂವೇದನೆ ಎಂದು ಕಾಣಿಸಬಹುದು, ಆದರೆ ಆ ಸಂದರ್ಭದಲ್ಲಿ ಅಲ್ಲ. ದೂರವಾಣಿ ಮೆಟಾಡೇಟಾ ಗುರುತಿಸಬಹುದಾದ ಮತ್ತು ಸೂಕ್ಷ್ಮ (Mayer, Mutchler, and Mitchell 2016; Landau 2016) .
ಚಿತ್ರ 6.6, ನಾನು ದಶಮಾಂಶ ಬಿಡುಗಡೆ ಸಂಶೋಧನೆ ಭಾಗವಹಿಸುವವರು ಮತ್ತು ಪ್ರಯೋಜನಗಳನ್ನು ಅಪಾಯದ ನಡುವಿನ ತುಲನೆಯನ್ನು ಔಟ್ ಚಿತ್ರಿಸಿತು. ನಿರ್ಬಂಧಿತ ಪ್ರವೇಶ ವಿಧಾನಗಳು (ಉದಾಹರಣೆಗೆ, ವಾಲ್ ಗಾರ್ಡನ್) ಮತ್ತು ನಿರ್ಬಂಧಿತ ದತ್ತಾಂಶದ ವಿಧಾನಗಳು ನಡುವೆ ಹೋಲಿಕೆ (ಉದಾ; anonymization ಕೆಲವು ರೂಪ) ನೋಡಿ Reiter and Kinney (2011) . ಡೇಟಾ ಅಪಾಯ ಮಟ್ಟವನ್ನು ಒಂದು ಪ್ರಸ್ತಾಪಿತ ವರ್ಗೀಕರಣದ ವ್ಯವಸ್ಥೆಯ, ನೋಡಿ Sweeney, Crosas, and Bar-Sinai (2015) . ಅಂತಿಮವಾಗಿ, ಮಾಹಿತಿ ಹಂಚಿಕೆ ಒಂದು ಸಾಮಾನ್ಯ ಚರ್ಚೆಗಾಗಿ ನೋಡಿ Yakowitz (2011) .
ಅಪಾಯ ಮತ್ತು ಡೇಟಾ ಉಪಯುಕ್ತತೆಯನ್ನು ನಡುವೆ ಈ ತುಲನೆಯನ್ನು ಹೆಚ್ಚು ವಿವರವಾದ ವಿಶ್ಲೇಷಣೆ, ನೋಡಿ Brickell and Shmatikov (2008) , Ohm (2010) , Wu (2013) , Reiter (2012) , ಮತ್ತು Goroff (2015) . ಈ ತುಲನೆಯನ್ನು ಬೃಹತ್ ಮುಕ್ತ ಆನ್ಲೈನ್ ಕೋರ್ಸ್ (MOOCs) ನಿಂದ ನೈಜ ಮಾಹಿತಿ ಅನ್ವಯಿಸಬಹುದು ನೋಡಲು, ನೋಡಿ Daries et al. (2014) ಮತ್ತು Angiuli, Blitzstein, and Waldo (2015) .
ಡಿಫರೆನ್ಷಿಯಲ್ ಗೌಪ್ಯತೆ ಸಹ, ಸಮಾಜ ಮತ್ತು ಕಡಿಮೆ ಅಪಾಯ ಎರಡೂ ಉನ್ನತ ಪ್ರಯೋಜನದ ಒಂದುಗೂಡಿಸಬಹುದು ಭಾಗವಹಿಸುವವರಿಗೆ ನೋಡಿ ಪರ್ಯಾಯ ಮಾರ್ಗವನ್ನು ಒದಗಿಸುತ್ತದೆ Dwork and Roth (2014) ಮತ್ತು Narayanan, Huey, and Felten (2016) .
ಸಂಶೋಧನೆ ನೈತಿಕತೆಯ ಬಗ್ಗೆ ನಿಯಮಗಳು, ನೋಡಿ ಅನೇಕ ಕೇಂದ್ರ ವೈಯಕ್ತಿಕವಾಗಿ ಗುರುತಿಸುವ ಮಾಹಿತಿಯನ್ನು ಪರಿಕಲ್ಪನೆ (PII), ಹೆಚ್ಚು Narayanan and Shmatikov (2010) ಮತ್ತು Schwartz and Solove (2011) . ಎಲ್ಲಾ ಮಾಹಿತಿಯನ್ನು ಆಧರಿಸಿರುತ್ತದೆ ಸಮರ್ಥವಾಗಿ ಸೂಕ್ಷ್ಮ ಎಂದು, ನೋಡಿ Ohm (2015) .
ಈ ವಿಭಾಗದಲ್ಲಿ, ನಾನು ಮಾಹಿತಿ ಅಪಾಯಕ್ಕೆ ಕಾರಣವಾಗಬಹುದು ಎಂದು ಏನೋ ವಿವಿಧ ದತ್ತಾಂಶ ಸಂಪರ್ಕ ಚಿತ್ರಿಸಲಾಗಿದೆ ಬಂದಿದೆ. ಆದಾಗ್ಯೂ, ಇದು ಹೊಸ ಅವಕಾಶಗಳನ್ನು ಸಂಶೋಧನೆ ವಾದಿಸಿದರು ಮಾಹಿತಿ ರಚಿಸಲು Currie (2013) .
ಐದು ಜನರ ಕೈಯಲ್ಲಿ ಹೆಚ್ಚು, ನೋಡಿ Desai, Ritchie, and Welpton (2016) . ಹೇಗೆ ಉತ್ಪನ್ನಗಳೆಂದರೆ ಗುರುತಿಸುವ ಮಾಡಬಹುದು ಒಂದು ಉದಾಹರಣೆ, ನೋಡಿ Brownstein, Cassa, and Mandl (2006) ಹೇಗೆ ರೋಗ ಪ್ರಭುತ್ವ ನಕ್ಷೆಯನ್ನು ಗುರುತಿಸುವ ಮಾಡಬಹುದು ತೋರಿಸುವ. Dwork et al. (2017) ಸಹ ಒಂದು ನಿರ್ದಿಷ್ಟ ರೋಗ ಎಷ್ಟು ವ್ಯಕ್ತಿಗಳ ಬಗ್ಗೆ ಅಂಕಿಅಂಶಗಳನ್ನು, ಒಟ್ಟಾರೆ ಮಾಹಿತಿ ವಿರುದ್ಧ ದಾಳಿಗಳನ್ನು ಪರಿಗಣಿಸುತ್ತದೆ.
Warren and Brandeis (1890) ಗೌಪ್ಯತೆ ಬಗ್ಗೆ ಒಂದು ಹೆಗ್ಗುರುತು ಕಾನೂನು ಲೇಖನ, ಮತ್ತು ಲೇಖನ ಅತ್ಯಂತ ಕಲ್ಪನೆಯನ್ನು ಗೌಪ್ಯತೆ ಏಕಾಂಗಿ ಎಂದು ಒಂದು ಸರಿ ಎಂದು ಸಂಬಂಧಿಸಿದೆ. ನಾನು ಶಿಫಾರಸು ಖಾಸಗಿ ಇತ್ತೀಚೆಗೆ ಪುಸ್ತಕ ಉದ್ದ ಚಿಕಿತ್ಸೆಗಳನ್ನು Solove (2010) ಮತ್ತು Nissenbaum (2010) .
ಜನರು ಗೌಪ್ಯತೆ ಬಗ್ಗೆ ಹೇಗೆ ಪ್ರಯೋಗವಾದಿ ಸಂಶೋಧನೆಯ ಪರಾಮರ್ಶೆಗಾಗಿ, ನೋಡಿ Acquisti, Brandimarte, and Loewenstein (2015) . ಜರ್ನಲ್ ಸೈನ್ಸ್ ವಿವಿಧ ದೃಷ್ಟಿಕೋನಗಳು ವಿವಿಧ ಗೌಪ್ಯತೆ ಮತ್ತು ಮಾಹಿತಿ ಅಪಾಯ ಸಮಸ್ಯೆಗಳನ್ನು ಪರಿಹರಿಸುತ್ತದೆ ಇದು "ಎಂಡ್ ಗೌಪ್ಯತೆ" ಎಂಬ ವಿಶೇಷ ಸಂಚಿಕೆಯನ್ನು ಪ್ರಕಟಿಸಿದನು; ಸಾರಾಂಶ ನೋಡಿ Enserink and Chin (2015) . Calo (2011) ಗೌಪ್ಯತೆ ಉಲ್ಲಂಘನೆ ಬರುವ ಕ್ರೆಡಿಬಿಲಿಟಿ ವಿಚಾರ ಚೌಕಟ್ಟನ್ನು ನೀಡುತ್ತದೆ. ಡಿಜಿಟಲ್ ವಯಸ್ಸು ತುಂಬ ಆರಂಭಿಕ ಗೌಪ್ಯತೆ ಬಗ್ಗೆ ಒಂದು ಆರಂಭಿಕ ಉದಾಹರಣೆ Packard (1964) .
ಕನಿಷ್ಠ ಅಪಾಯ ಪ್ರಮಾಣಿತ ಅರ್ಜಿ ಪ್ರಯತ್ನಿಸುವಾಗ ಒಂದು ಸವಾಲು ಇದು ಅವರ ದೈನಂದಿನ ಜೀವನದ ಮಾನದಂಡದ ಬಳಸಲಾಗುತ್ತದೆ ಸ್ಪಷ್ಟವಾಗುತ್ತದೆ ಎಂದು (Council 2014) . ಉದಾಹರಣೆಗೆ, ನಿರಾಶ್ರಿತರು ತಮ್ಮ ದೈನಂದಿನ ಜೀವನದಲ್ಲಿ ಅಸ್ವಸ್ಥತೆ ಮಟ್ಟದ ಹೊಂದಿರುವಾಗ. ಆದರೆ, ಅದು ಅಪಾಯ ಸಂಶೋಧನೆಯ ನಿರಾಶ್ರಿತರು ಒಡ್ಡಲು ನೈತಿಕವಾಗಿ ಅನುಮತಿ ಎಂದು ಅರ್ಥವಲ್ಲ. ಈ ಕಾರಣಕ್ಕಾಗಿ, ಕನಿಷ್ಠ ಅಪಾಯ ಜನಸಂಖ್ಯೆ ಪ್ರಮಾಣಿತ, ಒಂದು ನಿಶ್ಚಿತ ಜನಸಂಖ್ಯೆ ಪ್ರಮಾಣಿತ ವಿರುದ್ಧ ಬೆಂಚ್ಮಾರ್ಕ್ ಎಂದು ಬೆಳೆಯುತ್ತಿರುವ ಒಮ್ಮತದ ಕಾಣುತ್ತಿದೆ. ನಾನು ಸಾಮಾನ್ಯವಾಗಿ ಜನಸಂಖ್ಯೆ ಪ್ರಮಾಣಿತ ಕಲ್ಪನೆಯನ್ನು ಒಪ್ಪುತ್ತೇನೆ, ನಾನು ಫೇಸ್ಬುಕ್ ದೊಡ್ಡ ವೇದಿಕೆಗಳಲ್ಲಿ, ನಿರ್ದಿಷ್ಟ ಜನಸಂಖ್ಯೆ ಪ್ರಮಾಣಿತ ಸಮಂಜಸವಾಗಿದೆ ಎಂದು ಭಾವಿಸುತ್ತೇನೆ. ಭಾವನಾತ್ಮಕ ಸೋಂಕು ಪರಿಗಣಿಸುವಾಗ, ನಾನು ಫೇಸ್ಬುಕ್ ಮೇಲೆ ದೈನಂದಿನ ಎದುರಾಗಿರುವ ಮಾನದಂಡ ಸಮಂಜಸವಾಗಿದೆ ಎಂದು ಭಾವಿಸುತ್ತೇನೆ, ಆಗಿದೆ. ಈ ಸಂದರ್ಭದಲ್ಲಿ ಒಂದು ನಿರ್ದಿಷ್ಟ ಜನಸಂಖ್ಯೆ ಪ್ರಮಾಣಿತ ಮೌಲ್ಯಮಾಪನ ಸುಲಭವಾಗಿ ಮತ್ತು ಅನನುಕೂಲವನ್ನು ಗುಂಪುಗಳ (ಉದಾಹರಣೆಗೆ, ಕೈದಿಗಳು ಮತ್ತು ಅನಾಥರ) ಮೇಲೆ ಅನ್ಯಾಯವಾಗಿ ವಿಫಲವಾದ ಸಂಶೋಧನೆ ಹೊಣೆಯನ್ನು ತಡೆಯಲು ಬಯಸುತ್ತದೆ ನ್ಯಾಯಮೂರ್ತಿ ತತ್ವ ಸಂಘರ್ಷಣೆಯನ್ನು ಸಂಭಾವ್ಯವಲ್ಲ.
ಇತರ ಪಂಡಿತರು ನೈತಿಕ ಅನುಬಂಧಗಳು ಸೇರುವಂತೆ ಹೆಚ್ಚು ಪತ್ರಿಕೆಗಳಲ್ಲಿ ಕರೆ ನೀಡಿದ್ದಾರೆ (Schultze and Mason 2012; Kosinski et al. 2015) . King and Sands (2015) ಪ್ರಾಯೋಗಿಕ ಸಲಹೆಗಳು ಒದಗಿಸುತ್ತದೆ.