ຄໍາເຫັນເພີ່ມເຕີມ

ໃນພາກນີ້ໄດ້ຖືກອອກແບບໄດ້ຮັບການນໍາໃຊ້ເປັນກະສານອ້າງອີງ, ແທນທີ່ຈະກ່ວາຈະໄດ້ຮັບການອ່ານເປັນການເທື່ອເນື່ອງຈາກເປັນ.

• ການນໍາສະເຫນີ (ພາກ 61)

ຈັນຍາບັນຂອງການຄົ້ນຄວ້າໄດ້ປະເພນີມີການລວມເອົາຫົວຂໍ້ຕ່າງໆເຊັ່ນການສໍ້ໂກງວິທະຍາສາດແລະການຈັດສັນການປ່ອຍສິນເຊື່ອ. ຫົວຂໍ້ເຫຼົ່ານີ້ແມ່ນໄດ້ປຶກສາຫາລືໃນລາຍລະອຽດຫຼາຍຂຶ້ນໃນການ Engineering (2009) .

ໃນພາກນີ້ແມ່ນຮູບຢ່າງແຂງແຮງໂດຍສະຖານະການຢູ່ໃນສະຫະລັດອາເມລິກາໄດ້. ສໍາລັບການເພີ່ມເຕີມກ່ຽວກັບຂັ້ນຕອນການກວດດ້ານຈັນຍາບັນໃນບັນດາປະເທດອື່ນໆ, ໃຫ້ເບິ່ງບົດທີ 6, 7, 8, ແລະ 9 ຂອງ Desposato (2016b) . ສໍາລັບການໂຕ້ຖຽງວ່າຫຼັກການພື້ນຖານດ້ານຈັນຍາບັນການແພດທີ່ມີອິດທິພົນບົດນີ້ອາເມລິກາຫຼາຍເກີນໄປ, ເບິ່ງ Holm (1995) . ສໍາລັບການທົບທວນຄືນປະຫວັດສາດຂອງສະຖາບັນກະດານທົບທວນຄືນໃນສະຫະລັດ, ເບິ່ງ Stark (2012) .

The Belmont Report ແລະລະບຽບການຕິດຕໍ່ກັນໃນສະຫະລັດໄດ້ເຮັດໃຫ້ຄວາມແຕກຕ່າງລະຫວ່າງການຄົ້ນຄວ້າແລະການປະຕິບັດ. ຄວາມແຕກຕ່າງນີ້ໄດ້ຮັບການວິພາກວິຈານຕໍ່ມາ (Beauchamp and Saghai 2012; boyd 2016; Metcalf and Crawford 2016; Meyer 2015) . ຂ້າພະເຈົ້າບໍ່ໄດ້ເຮັດໃຫ້ຄວາມແຕກຕ່າງນີ້ໃນບົດນີ້ເພາະວ່າຂ້າພະເຈົ້າຄິດວ່າບັນດາຫຼັກການດ້ານຈັນຍາບັນແລະກອບກັບການຕັ້ງຄ່າທັງສອງ. ສໍາລັບການເພີ່ມເຕີມກ່ຽວກັບການຕິດຕາມກວດການຄົ້ນຄວ້າຢູ່ເຟສບຸກ, ເບິ່ງ Jackman and Kanerva (2016) . ສໍາລັບການສະເຫນີສໍາລັບການຕິດຕາມກວດກາການຄົ້ນຄວ້າຢູ່ໃນບໍລິສັດແລະອົງການ NGOs ເປັນ, ເບິ່ງ Polonetsky, Tene, and Jerome (2015) ແລະ Tene and Polonetsky (2016) .

ສໍາລັບການເພີ່ມເຕີມກ່ຽວກັບກໍລະນີຂອງການລະບາດ Ebola ໃນປີ 2014, ເບິ່ງ McDonald (2016) , ແລະສໍາລັບການເພີ່ມເຕີມກ່ຽວກັບຄວາມສ່ຽງຄວາມເປັນສ່ວນຕົວຂອງຂໍ້ມູນໂທລະສັບມືຖື, ເບິ່ງ Mayer, Mutchler, and Mitchell (2016) . ສໍາລັບການຍົກຕົວຢ່າງຂອງການຄົ້ນຄວ້າວິກິດການທີ່ກ່ຽວຂ້ອງກັບການນໍາໃຊ້ຂໍ້ມູນໂທລະສັບມືຖື, ເບິ່ງ Bengtsson et al. (2011) ແລະ Lu, Bengtsson, and Holme (2012) .

• ສາມຕົວຢ່າງ (ພາກ 62)

ຈໍານວນຫຼາຍປະຊາຊົນໄດ້ລາຍລັກອັກສອນກ່ຽວກັບ Contagion ອາລົມ. ວາລະສານຈັນຍາບັນວິໄຈອຸທິດບັນຫາທັງຫມົດຂອງເຂົາເຈົ້າໃນເດືອນມັງກອນ 2016 ການສົນທະນາການທົດລອງໄດ້; ເບິ່ງ Hunter and Evans (2016) ສໍາລັບການສະພາບລວມການ. ການດໍາເນີນການຂອງນັກວິຊາການແຫ່ງຊາດຂອງວິທະຍາສາດຈັດພີມມາສອງຕ່ອນກ່ຽວກັບການທົດລອງ: Kahn, Vayena, and Mastroianni (2014) ແລະ Fiske and Hauser (2014) . ຕ່ອນອື່ນໆກ່ຽວກັບການທົດລອງປະກອບມີ: Puschmann and Bozdag (2014) ; Meyer (2014) ; Grimmelmann (2015) ; Meyer (2015) ; Selinger and Hartzog (2015) ; Kleinsman and Buckley (2015) ; Shaw (2015) ; Flick (2015) .

ສໍາລັບການເພີ່ມເຕີມກ່ຽວກັບ Encore, ເບິ່ງ Jones and Feamster (2015) .

• ດິຈິຕອນທີ່ແຕກຕ່າງກັນ (ພາກ 63)

ໃນຂໍ້ກໍານົດຂອງການເຝົ້າລະວັງມະຫາຊົນ, ພາບລວມຢ່າງກວ້າງຂວາງໃຫ້ບໍລິການໃນ Mayer-Schönberger (2009) ແລະ Marx (2016) . ສໍາລັບການຍົກຕົວຢ່າງສີມັງຂອງການຄ່າໃຊ້ຈ່າຍໃນການປ່ຽນແປງຂອງການເຝົ້າລະວັງ, Bankston and Soltani (2013) ຄາດຄະເນວ່າການຕິດຕາມຜູ້ຕ້ອງສົງໄສຄະດີອາຍາການນໍາໃຊ້ໂທລະສັບມືຖືແມ່ນກ່ຽວກັບການ 50 ລາຄາຖືກກວ່າການນໍາໃຊ້ການເຝົ້າລະວັງທາງດ້ານຮ່າງກາຍ. Bell and Gemmell (2009) ໃຫ້ທັດສະນະໃນແງ່ດີເພີ່ມເຕີມກ່ຽວກັບຕົນເອງ ການເຝົ້າລະວັງ. ນອກເຫນືອໄປຈາກຄວາມສາມາດໃນການຕິດຕາມພຶດຕິກໍາການສັງເກດການທີ່ເປັນສາທາລະນະຫຼືບາງສ່ວນສາທາລະນະ (ຕົວຢ່າງ, ລົດຊາດ, ສາຍພົວພັນ, ແລະທີ່ໃຊ້ເວລາ), ນັກຄົ້ນຄວ້າເພີ່ມຂຶ້ນສາມາດສະຫຼຸບສິ່ງທີ່ຜູ້ເຂົ້າຮ່ວມຈໍານວນຫຼາຍພິຈາລະນາທີ່ຈະເປັນສ່ວນຕົວ. ສໍາລັບການຍົກຕົວຢ່າງ, Michal Kosinski ແລະເພື່ອນຮ່ວມງານສະແດງໃຫ້ເຫັນວ່າພວກເຂົາເຈົ້າສາມາດສະຫຼຸບຂໍ້ມູນຂ່າວສານທີ່ລະອຽດອ່ອນກ່ຽວກັບການປະຊາຊົນ, ເຊັ່ນ: ປະຖົມນິເທດທາງເພດແລະການນໍາໃຊ້ສານເສບຕິດຈາກຂໍ້ມູນການຕິດຕາມດິຈິຕອນປະຊຸມສະໄຫມກົດວ່າ (ເຟສບຸກເຊັ່ນດຽວກັນ) (Kosinski, Stillwell, and Graepel 2013) . ນີ້ອາດຈະສຽງ magical, ແຕ່ວິທີການ Kosinski ແລະເພື່ອນຮ່ວມງານຂອງການນໍາໃຊ້, ຊຶ່ງລວມຕາມຮອຍດິຈິຕອນ, ການສໍາຫຼວດ, ແລະຄວບຄຸມການຮຽນຮູ້, ຕົວຈິງແລ້ວແມ່ນບາງສິ່ງບາງຢ່າງທີ່ຂ້າພະເຈົ້າໄດ້ບອກແລ້ວທ່ານກ່ຽວກັບການ. ໃຫ້ຈື່ໄວ້ວ່າໃນບົດທີ 3 (ການຖາມຄໍາຖາມ) ຂ້າພະເຈົ້າບອກທ່ານກ່ຽວກັບວິ Josh Blumenstock ແລະເພື່ອນຮ່ວມງານ (2015) ອະນຸຍາດຂໍ້ມູນການສໍາຫຼວດທີ່ມີຂໍ້ມູນໂທລະສັບມືຖືເພື່ອປະເມີນຄວາມທຸກຍາກໃນ Rwanda. ນີ້ວິທີການດຽວກັນຄືກັນອ້ອຍຕ້ອຍ, ຊຶ່ງສາມາດຖືກນໍາໃຊ້ເພື່ອປະສິດທິຜົນໃນການວັດແທກຄວາມທຸກຍາກຢູ່ໃນປະເທດພັດທະນາ, ຍັງສາມາດຖືກນໍາໃຊ້ສໍາລັບການທີ່ມີທ່າແຮງຄວາມເປັນສ່ວນຕົວການລະເມີດອະນຸມານ.

ກົດຫມາຍບໍ່ສອດຄ່ອງແລະມາດຕະຖານສາມາດນໍາໄປສູ່ການຄົ້ນຄວ້າທີ່ບໍ່ເຄົາລົບນັບຖືຄວາມປາດຖະຫນາຂອງຜູ້ເຂົ້າຮ່ວມ, ແລະມັນກໍສາມາດນໍາໄປສູ່ການ "ການຄ້າການຄຸ້ມຄອງ" ໂດຍນັກຄົ້ນຄວ້າ (Grimmelmann 2015; Nickerson and Hyde 2016) . ໂດຍສະເພາະ, ນັກຄົ້ນຄວ້າບາງຄົນຜູ້ທີ່ຕ້ອງການເພື່ອຫຼີກເວັ້ນການຕິດຕາມກວດກາ IRB ມີຄູ່ຮ່ວມງານຜູ້ທີ່ຍັງບໍ່ໄດ້ປົກຄຸມດ້ວຍ IRBs (ຕົວຢ່າງ:, ປະຊາຊົນຢູ່ໃນບໍລິສັດຫລືອົງການ NGO) ເກັບກໍາແລະ de-ລະບຸຂໍ້ມູນ. ຫຼັງຈາກນັ້ນ, ນັກຄົ້ນຄວ້າສາມາດວິເຄາະນີ້ຂໍ້ມູນ de-ກໍານົດໂດຍບໍ່ມີການຕິດຕາມກວດກາ IRB, ຢ່າງຫນ້ອຍຕາມການຕີຄວາມຫມາຍຂອງກົດລະບຽບໃນປັດຈຸບັນບາງ. ປະເພດຂອງການ evasion IRB ນີ້ປະກົດວ່າບໍ່ສອດຄ່ອງກັບວິທີການຫຼັກການພື້ນຖານທີ່ອີງໃສ່.

ສໍາລັບການເພີ່ມເຕີມກ່ຽວກັບແນວຄວາມຄິດທີ່ບໍ່ສອດຄ່ອງແລະ heterogeneous ວ່າປະຊາຊົນມີປະມານຂໍ້ມູນສຸຂະພາບ, ເບິ່ງ Fiore-Gartland and Neff (2015) . ສໍາລັບການເພີ່ມເຕີມກ່ຽວກັບບັນຫາທີ່ heterogeneity ສ້າງສໍາລັບຈັນຍາບັນຂອງການຄົ້ນຄວ້າການຕັດສິນໃຈເບິ່ງ Meyer (2013) .

ຄວາມແຕກຕ່າງກັນອາຍຸການປຽບທຽບແລະການວິໄຈອາຍຸສູງສຸດດິຈິຕອນລະຫວ່າງທີ່ຢູ່ໃນອາຍຸສູງສຸດດິຈິຕອນການນໍາທິດການຄົ້ນຄວ້າທີ່ມີຜູ້ເຂົ້າຮ່ວມມີໄລຍະຫ່າງເພີ່ມເຕີມ. ຕິດຕໍ່ພົວພັນເຫຼົ່ານີ້ມັກຈະເກີດຂຶ້ນໂດຍຜ່ານຕົວກາງດັ່ງກ່າວເປັນບໍລິສັດ, ແລະມີປົກກະຕິເປັນທາງດ້ານຮ່າງກາຍແລະສັງຄົມໃນໄລຍະຂະຫນາດໃຫຍ່ລະຫວ່າງນັກຄົ້ນຄວ້າແລະຜູ້ເຂົ້າຮ່ວມ. ນີ້ປະຕິສໍາພັນຫ່າງໄກເຮັດໃຫ້ບາງສິ່ງບາງຢ່າງທີ່ມີຄວາມງ່າຍໃນການຄົ້ນຄວ້າອາຍຸການປຽບທຽບມີຄວາມຫຍຸ້ງຍາກໃນການຄົ້ນຄວ້າອາຍຸສູງສຸດດິຈິຕອນ, ເຊັ່ນ: ການຄັດເລືອກອອກຜູ້ເຂົ້າຮ່ວມຜູ້ທີ່ຮຽກຮ້ອງໃຫ້ມີການປົກປ້ອງພິເສດ, ການກວດສອບກິດຈະກໍາທາງລົບ, ແລະ remediating ອັນຕະລາຍຖ້າຫາກວ່າມັນເກີດຂຶ້ນ. ສໍາລັບການຍົກຕົວຢ່າງ, ໃຫ້ຂອງກົງກັນຂ້າມ Contagion ອາລົມທີ່ມີປະສົບການທົດລອງສົມມຸດຖານກ່ຽວກັບຫົວຂໍ້ດຽວກັນ. ໃນການທົດລອງການທົດລອງໄດ້, ນັກຄົ້ນຄວ້າສາມາດຫນ້າຈໍອອກໃຜຜູ້ຫນຶ່ງທີ່ມາຮອດຢູ່ໃນການທົດລອງໄດ້ສະແດງໃຫ້ເຫັນອາການຈະແຈ້ງຂອງຄວາມຫຍຸ້ງຍາກທາງດ້ານຈິດໃຈ. ນອກຈາກນັ້ນ, ຖ້າຫາກວ່າການທົດລອງການທົດລອງໄດ້ສ້າງຕັ້ງເປັນກໍລະນີຜົນເສຍຫາຍ, ນັກຄົ້ນຄວ້າຈະໄດ້ເຫັນມັນ, ໃຫ້ບໍລິການ remediate ອັນຕະລາຍ, ແລະຫຼັງຈາກນັ້ນເຮັດໃຫ້ການປັບຕົວໃນອະນຸສັນຍາການທົດລອງເພື່ອປ້ອງກັນອັນຕະລາຍໃນອະນາຄົດ. ລັກສະນະທີ່ຫ່າງໄກຂອງການຮ່ວມພົວພັນໃນການທົດລອງ Contagion ຕົວຈິງທາງດ້ານຈິດໃຈເຮັດໃຫ້ແຕ່ລະຂັ້ນຕອນທີ່ງ່າຍດາຍແລະມີເຫດມີຜົນເຫຼົ່ານີ້ມີຄວາມຫຍຸ້ງຍາກທີ່ສຸດ. ນອກຈາກນີ້, ຂ້າພະເຈົ້າສົງໃສວ່າວ່າໄລຍະຫ່າງລະຫວ່າງນັກຄົ້ນຄວ້າແລະຜູ້ເຂົ້າຮ່ວມເຮັດໃຫ້ນັກຄົ້ນຄວ້າມີຄວາມອ່ອນໄຫວຫນ້ອຍກັບບັນຫາຂອງຜູ້ເຂົ້າຮ່ວມຂອງເຂົາເຈົ້າ.

ແຫຼ່ງຂໍ້ມູນອື່ນ ໆ ຂອງມາດຕະຖານບໍ່ສອດຄ່ອງແລະກົດຫມາຍ. ບາງສ່ວນຂອງຄວາມບໍ່ແນ່ນອນນີ້ແມ່ນມາຈາກຄວາມຈິງທີ່ວ່າການຄົ້ນຄວ້ານີ້ໄດ້ເກີດຂຶ້ນທັງຫມົດໃນທົ່ວໂລກ. ສໍາລັບການຍົກຕົວຢ່າງ, Encore ມີສ່ວນຮ່ວມປະຊາຊົນຈາກທັງຫມົດໃນທົ່ວໂລກ, ແລະເພາະສະນັ້ນມັນອາດຈະຂຶ້ນກັບການປົກປັກຮັກສາຂໍ້ມູນແລະລະບຽບກົດຫມາຍຄວາມເປັນສ່ວນຕົວຂອງບັນດາປະເທດທີ່ແຕກຕ່າງກັນຈໍານວນຫຼາຍ. ຈະເປັນແນວໃດຖ້າຫາກວ່າມາດຕະຖານການຄຸ້ມຄອງການຮ້ອງຂໍອັນພາກສ່ວນທີສາມ (ສິ່ງທີ່ Encore ໄດ້ດໍາເນີນການ) ແມ່ນແຕກຕ່າງກັນໃນເຢຍລະມັນ, ສະຫະລັດອະເມລິກາ, Kenya, ແລະປະເທດຈີນ? ຈະເປັນແນວໃດຖ້າຫາກວ່າບັນທັດຖານບໍ່ແມ່ນແຕ່ສອດຄ່ອງພາຍໃນປະເທດດຽວ? ແຫຼ່ງທີ່ມາຂອງຄວາມບໍ່ແນ່ນອນມາຈາກການຮ່ວມມືລະຫວ່າງວິທະຍາໄລແລະບໍລິສັດ; ສໍາລັບການຍົກຕົວຢ່າງ, ອາລົມ Contagion ແມ່ນການຮ່ວມມືລະຫວ່າງວິທະຍາສາດຂໍ້ມູນຢູ່ເຟສບຸກແລະເປັນອາຈານແລະຈົບການສຶກສານັກສຶກສາຢູ່ Cornell. ໃນເຟສບຸກເຮັດວຽກການທົດລອງຂະຫນາດໃຫຍ່ເປັນປົກກະຕິແລະ, ໃນເວລາທີ່, ບໍ່ໄດ້ຮຽກຮ້ອງໃຫ້ມີພາກສ່ວນທີສາມການທົບທວນຄືນດ້ານຈັນຍາບັນຢ່າງໃດ. ຢູ່ Cornell ໄດ້ມາດຕະຖານແລະລະບຽບການແມ່ນແຕກຕ່າງກັນ; virtually ປະສົບການທັງຫມົດຕ້ອງໄດ້ຮັບການທົບທວນຄືນໂດຍ Cornell IRB. ດັ່ງນັ້ນ, ທີ່ກໍານົດໄວ້ຂອງກົດລະບຽບຄວນລັດຖະບານອາລົມ Contagion, ເຟສບຸກຫຼື Cornell ຂອງ?

ສໍາລັບການເພີ່ມເຕີມກ່ຽວກັບຄວາມພະຍາຍາມເພື່ອປັບປຸງກົດລະບຽບທົ່ວໄປ, ເບິ່ງ Evans (2013) , Council (2014) , Metcalf (2016) , ແລະ Hudson and Collins (2015) .

• ສີ່ຫຼັກການພື້ນຖານ (ພາກ 64)

ວິທີການຄລາສສິກຫຼັກການພື້ນຖານທີ່ກັບຈັນຍາບັນການແພດແມ່ນ Beauchamp and Childress (2012) . ພວກເຂົາເຈົ້າສະເຫນີວ່າສີ່ຫຼັກການຕົ້ນຕໍຄວນນໍາພາຈັນຍາບັນການແພດ: ການເຄົາລົບຕໍ່ເອກກະລາດ, Nonmaleficence, Beneficence, ແລະຍຸຕິທໍາ. ຫຼັກການຂອງການ nonmaleficence ໄດ້ຮຽກຮ້ອງໃຫ້ຫນຶ່ງໃຫ້ລະເວັ້ນຈາກເຊິ່ງກໍ່ໃຫ້ເກີດອັນຕະລາຍຕໍ່ປະຊາຊົນອື່ນໆ. ແນວຄວາມຄິດນີ້ແມ່ນໄດ້ເຊື່ອມຕໍ່ເລິກກັບແນວຄວາມຄິດ Hippocratic ຂອງ "ເຮັດແນວໃດບໍ່ມີອັນຕະລາຍ." ໃນຈັນຍາບັນຂອງການຄົ້ນຄວ້າ, ຫຼັກການນີ້ແມ່ນມັກຈະອະນຸຍາດຂອງທີ່ມີຫຼັກການຂອງການ Beneficence, ແຕ່ເບິ່ງ Beauchamp and Childress (2012) (ບົດທີ 5) ສໍາລັບການເພີ່ມເຕີມກ່ຽວກັບຄວາມແຕກຕ່າງລະຫວ່າງສອງ . ສໍາລັບການສໍາຄັນທີ່ຫຼັກການພື້ນຖານເຫຼົ່ານີ້ແມ່ນອາເມລິກາເກີນໄປເປັນ, ເບິ່ງ Holm (1995) . ສໍາລັບການເພີ່ມເຕີມກ່ຽວກັບການດຸ່ນດ່ຽງໃນເວລາທີ່ຂໍ້ຂັດແຍ່ງຫຼັກການພື້ນຖານ, ເບິ່ງ Gillon (2015) .

ສີ່ຫຼັກການພື້ນຖານໃນບົດນີ້ຍັງໄດ້ຮັບການສະເຫນີທີ່ຈະນໍາພາຕິດຕາມກວດກາດ້ານຈັນຍາບັນສໍາລັບການຄົ້ນຄ້ວາທີ່ເກີດຂຶ້ນຢູ່ບໍລິສັດແລະອົງການ NGOs (Polonetsky, Tene, and Jerome 2015) ໂດຍຜ່ານອົງການຈັດຕັ້ງທີ່ເອີ້ນວ່າ "ຜູ້ບໍລິໂພກ Subject ບອດ Review" (CSRBs) (Calo 2013) .

• ນັບຖືສໍາລັບສ່ວນບຸກຄົນ (Section 641)

ນອກເຫນືອໄປຈາກການເຄົາລົບຕົນເອງ, ໄດ້ Belmont Report ຍັງໄດ້ຮັບຮູ້ວ່າບໍ່ໄດ້ມະນຸດທຸກຄົນມີຄວາມສາມາດຂອງການຕັດສິນໃຈຂອງຕົນເອງທີ່ແທ້ຈິງ. ສໍາລັບການຍົກຕົວຢ່າງ, ເດັກນ້ອຍ, ປະຊາຊົນທຸກທໍລະມານຈາກການເຈັບປ່ວຍ, ຫຼືປະຊາຊົນດໍາລົງຊີວິດຢູ່ໃນສະຖານະການຂອງເສລີພາບຈໍາກັດຮ້າຍແຮງອາດຈະບໍ່ສາມາດທີ່ຈະປະຕິບັດບຸກຄົນທີ່ເປັນເອກະລາດຢ່າງເຕັມສ່ວນ, ແລະປະຊາຊົນເຫຼົ່ານີ້ແມ່ນ, ເພາະສະນັ້ນ, ການປົກປັກຮັກສາເປັນພິເສດ.

ການນໍາໃຊ້ຫຼັກການຂອງການເຄົາລົບສໍາລັບບຸກຄົນທີ່ຢູ່ໃນອາຍຸສູງສຸດດິຈິຕອນສາມາດເປັນການທ້າທາຍ. ສໍາລັບການຍົກຕົວຢ່າງ, ໃນການວິໄຈອາຍຸສູງສຸດດິຈິຕອນ, ມັນສາມາດເປັນການຍາກທີ່ຈະໃຫ້ການປົກປ້ອງພິເສດສໍາລັບປະຊາຊົນມີຄວາມສາມາດຫຼຸດລົງຂອງການຕັດສິນໃຈຂອງຕົນເອງເພາະວ່ານັກຄົ້ນຄວ້າມັກຈະຮູ້ພຽງເລັກນ້ອຍຫຼາຍກ່ຽວກັບການເຂົ້າຮ່ວມຂອງເຂົາເຈົ້າ. ນອກຈາກນັ້ນ, ການຍິນຍອມເຫັນໃນການຄົ້ນຄວ້າທາງດ້ານສັງຄົມອາຍຸສູງສຸດດິຈິຕອນເປັນສິ່ງທີ່ທ້າທາຍ huge. ໃນບາງກໍລະນີ, ການຍິນຍອມເຫັນຢ່າງແທ້ຈິງສາມາດທົນທຸກຈາກຄວາມໂປ່ງໃສ paradox (Nissenbaum 2011) , ບ່ອນທີ່ຂໍ້ມູນຂ່າວສານແລະຄວາມເຂົ້າໃຈຢູ່ໃນຂໍ້ຂັດແຍ່ງ. ປະມານ, ຖ້າຫາກວ່ານັກຄົ້ນຄວ້າສະຫນອງຂໍ້ມູນຂ່າວສານຢ່າງເຕັມທີ່ກ່ຽວກັບລັກສະນະຂອງການເກັບກໍາຂໍ້ມູນ, ວິເຄາະຂໍ້ມູນ, ແລະການປະຕິບັດຄວາມປອດໄພຂໍ້ມູນ, ມັນຈະມີຄວາມຫຍຸ້ງຍາກສໍາລັບຜູ້ເຂົ້າຮ່ວມຈໍານວນຫຼາຍທີ່ຈະເຂົ້າໃຈ. ແຕ່, ຖ້າຫາກວ່ານັກຄົ້ນຄວ້າສະຫນອງຂໍ້ມູນທີ່ສົມບູນແບບ, ມັນອາດຈະຂາດຂໍ້ມູນຂ່າວສານດ້ານວິຊາການສໍາຄັນ. ໃນການຄົ້ນຄວ້າທາງການແພດໃນການປຽບທຽບອາຍຸສູງສຸດຂອງການຕັ້ງຄ່າລ່າງສ່ວນໃຫຍ່ຂອງພິຈາລະນາໂດຍ Belmont Report, ມີໃຜສາມາດຈິນຕະນາການທ່ານຫມໍເວົ້າເປັນສ່ວນບຸກຄົນກັບຜູ້ເຂົ້າຮ່ວມແຕ່ລະຄົນທີ່ຈະຊ່ວຍແກ້ໄຂບັນຫາຄວາມຂັດແຍ້ງຄວາມໂປ່ງໃສໄດ້. ໃນການສຶກສາອອນໄລນ໌ທີ່ກ່ຽວຂ້ອງກັບພັນຫຼືລ້ານຂອງປະຊາຊົນ, ດັ່ງກ່າວເປັນວິທີການໃບຫນ້າເພື່ອໃບຫນ້າເປັນໄປບໍ່ໄດ້. A ບັນຫາທີສອງດ້ວຍຄວາມຍິນຍອມໃນອາຍຸສູງສຸດດິຈິຕອນເປັນທີ່ໃນການສຶກສາຈໍານວນຫນຶ່ງ, ເຊັ່ນ: ການວິເຄາະຂອງທີ່ເກັບຂໍ້ມູນຂະຫນາດໃຫຍ່, ມັນຈະເປັນການສະດວກທີ່ຈະໄດ້ຮັບການຍິນຍອມເຫັນດີຂໍ້ມູນຈາກຜູ້ເຂົ້າຮ່ວມທັງຫມົດ. ຂ້າພະເຈົ້າປຶກສາຫາລືຄໍາຖາມອື່ນ ໆ ເຫລົ່ານີ້ແລະກ່ຽວກັບການຍິນຍອມເຫັນດີຂໍ້ມູນໃນລາຍລະອຽດຫຼາຍໃນ Section 661. ເຖິງວ່າຈະມີຄວາມຫຍຸ້ງຍາກເຫຼົ່ານີ້, ຢ່າງໃດກໍຕາມ, ພວກເຮົາຄວນຈະຈື່ວ່າການຍິນຍອມແມ່ນບໍ່ມີຄວາມຈໍາເປັນຫຼືພຽງພໍສໍາລັບການເຄົາລົບຕໍ່ບຸກຄົນ.

ສໍາລັບການເພີ່ມເຕີມກ່ຽວກັບການວິໄຈທາງການແພດກ່ອນທີ່ຈະຍິນຍອມເຫັນດີຂໍ້ມູນ, ເບິ່ງ Miller (2014) . ສໍາລັບການປິ່ນປົວບັນ, ຄວາມຍາວຂອງການຍິນຍອມເຫັນ, ເບິ່ງ Manson and O'Neill (2007) . ເຫັນແລ້ວຍັງແນະນໍາໃຫ້ອ່ານກ່ຽວກັບການຍິນຍອມເຫັນດີຂໍ້ມູນຂ້າງລຸ່ມນີ້.

• Beneficence (Section 642)

ອັນຕະລາຍຕໍ່ສະພາບການເປັນອັນຕະລາຍທີ່ຄົ້ນຄ້ວາສາມາດເຮັດໃຫ້ເກີດຄວາມບໍ່ໃຫ້ປະຊາຊົນສະເພາະແຕ່ກັບການຕັ້ງຄ່າສັງຄົມ. ແນວຄວາມຄິດນີ້ແມ່ນບໍ່ມີຕົວຕົນແລ້ວ, ແຕ່ຂ້າພະເຈົ້າຈະສະແດງໃຫ້ເຫັນມັນມີສອງຕົວຢ່າງ: ຫນຶ່ງການປຽບທຽບແລະດິຈິຕອນ.

A ຕົວຢ່າງຄລາສສິກຂອງອັນຕະລາຍຕໍ່ສະພາບມາຈາກ Wichita Jury ການສຶກສາ [ Vaughan (1967) ; Katz, Capron, and Glass (1972) ; Ch 2] -. ຍັງບາງຄັ້ງເອີ້ນວ່າຄະນະກໍາມະການ Chicago (Cornwell 2010) . ໃນການວິໄຈການສຶກສານີ້ຈາກວິທະຍາໄລຊິຄາໂກ, ເປັນສ່ວນຫນຶ່ງຂອງການສຶກສາຂະຫນາດໃຫຍ່ກ່ຽວກັບລັກສະນະທາງສັງຄົມຂອງລະບົບກົດຫມາຍ, secretly ບັນທຶກຫົກການສົນທະນາຄະນະລູກຂຸນໃນ Wichita, Kansas. ຜູ້ພິພາກສາແລະທະນາຍຄວາມໃນກໍລະນີທີ່ໄດ້ຮັບອະນຸມັດການບັນທຶກການ, ແລະບໍ່ມີແມ່ນຕິດຕາມກວດກາທີ່ເຄັ່ງຄັດຂອງຂະບວນການ. ຢ່າງໃດກໍຕາມ, jurors ທີ່ບໍ່ຮູ້ວ່າການບັນທຶກທີ່ເກີດຂຶ້ນ. ເມື່ອໃດທີ່ການສຶກສາດັ່ງກ່າວໄດ້ຄົ້ນພົບ, ບໍ່ມີການຂົ່ມຂືນສາທາລະນະ. ພະແນກຍຸຕິທໍາໄດ້ເລີ່ມຕົ້ນການສືບສວນຂອງການສຶກສາ, ແລະນັກຄົ້ນຄວ້າໄດ້ຖືກເອີ້ນວ່າເປັນພະຍານໃນທາງຫນ້າຂອງກອງປະຊຸມ. ໃນທີ່ສຸດ, ກອງປະຊຸມຜ່ານກົດຫມາຍໃຫມ່ທີ່ເຮັດໃຫ້ມັນຜິດກົດຫມາຍເພື່ອ secretly ບັນທຶກປຶກສາຫາລືຄະນະລູກຂຸນ.

ຄວາມກັງວົນຂອງສໍາຄັນຂອງການສຶກສາ Wichita Jury ບໍ່ໄດ້ເປັນອັນຕະລາຍໃຫ້ຜູ້ເຂົ້າຮ່ວມ; ແທນທີ່ຈະ, ມັນແມ່ນອັນຕະລາຍຕໍ່ສະພາບການຂອງຄະນະລູກຂຸນໂດຍເຈດຕະນາ. ວ່າແມ່ນ, ປະຊາຊົນເຊື່ອວ່າຖ້າຫາກວ່າສະມາຊິກ jury ບໍ່ໄດ້ເຊື່ອວ່າພວກເຂົາເຈົ້າໄດ້ມີການສົນທະນາໃນພື້ນທີ່ທີ່ປອດໄພແລະການປ້ອງກັນ, ມັນຈະເປັນການຍາກສໍາລັບການສົນທະນາຄະນະລູກຂຸນທີ່ຈະດໍາເນີນໃນອະນາຄົດ. ນອກເຫນືອໄປຈາກຄະນະລູກຂຸນໂດຍເຈດຕະນາ, ບໍ່ມີສະພາບການທາງສັງຄົມອື່ນໆທີ່ລະບຸວ່າສັງຄົມໃຫ້ມີການປົກປ້ອງພິເສດດັ່ງກ່າວເປັນສາຍພົວພັນທະນາຍຄວາມ, ລູກຄ້າແລະການດູແລທາງຈິດໃຈ (MacCarthy 2015) .

ຄວາມສ່ຽງຂອງການອັນຕະລາຍຕໍ່ສະພາບການແລະການຢຸດສະງັກຂອງລະບົບສັງຄົມຍັງຂຶ້ນມາໃນບາງປະສົບການພາກສະຫນາມໃນວິທະຍາສາດທາງດ້ານການເມືອງ (Desposato 2016b) . ສໍາລັບການຍົກຕົວຢ່າງຂອງການຄິດໄລ່ຄ່າໃຊ້ຈ່າຍ, ຜົນປະໂຫຍດສະພາບການທີ່ລະອຽດອ່ອນຫຼາຍສໍາລັບການທົດລອງພາກສະຫນາມໃນວິທະຍາສາດທາງດ້ານການເມືອງເປັນ, ເບິ່ງ Zimmerman (2016) .

• ຄວາມຍຸດຕິທໍາ (ພາກ 6.4.3)

ການຊົດເຊີຍສໍາລັບຜູ້ເຂົ້າຮ່ວມໄດ້ຮັບການປຶກສາຫາລືໃນຈໍານວນຂອງການປັບຄ່າທີ່ກ່ຽວຂ້ອງກັບການຄົ້ນຄວ້າອາຍຸສູງສຸດດິຈິຕອນ. Lanier (2014) ສະເຫນີຈ່າຍຜູ້ເຂົ້າຮ່ວມສໍາລັບການຕາມຮອຍດິຈິຕອນທີ່ເຂົາເຈົ້າສ້າງ. Bederson and Quinn (2011) ອະທິບາຍການຊໍາລະເງິນໃນຕະຫຼາດແຮງງານອອນໄລນ໌. ສຸດທ້າຍ, Desposato (2016a) ສະເຫນີຈ່າຍຜູ້ເຂົ້າຮ່ວມໃນການທົດລອງພາກສະຫນາມ. ພຣະອົງໄດ້ຊີ້ໃຫ້ເຫັນວ່າເຖິງແມ່ນວ່າຖ້າຫາກວ່າຜູ້ເຂົ້າຮ່ວມບໍ່ສາມາດໄດ້ຮັບການຊໍາລະໂດຍກົງ, ການບໍລິຈາກສາມາດເຮັດໃຫ້ກຸ່ມເຮັດວຽກໃນນາມຂອງພວກເຂົາ. ສໍາລັບການຍົກຕົວຢ່າງ, ໃນ Encore ນັກຄົ້ນຄວ້າໄດ້ສາມາດເຮັດໃຫ້ການບໍລິຈາກເປັນກຸ່ມເຮັດວຽກເພື່ອສະຫນັບສະຫນູນການເຂົ້າເຖິງອິນເຕີເນັດ.

• ເຄົາລົບກົດຫມາຍແລະການສາທາລະນະທີ່ຫນ້າສົນໃຈ (Section 6.4.4 ບັນດາ)

ຂໍ້ກໍານົດຂອງການບໍລິສັນຍາຄວນຈະມີນ້ໍາຫນັກຫນ້ອຍກ່ວາການເຮັດສັນຍາການເຈລະຈາລະຫວ່າງພາກສ່ວນເທົ່າທຽມກັນແລະລະບຽບກົດຫມາຍທີ່ສ້າງຂຶ້ນໂດຍລັດຖະບານທີ່ຖືກຕ້ອງ. ສະຖານະການທີ່ນັກຄົ້ນຄວ້າໄດ້ລະເມີດຂໍ້ຕົກລົງຂໍ້ກໍານົດຂອງການບໍລິການໃນໄລຍະຜ່ານມາໂດຍທົ່ວໄປກ່ຽວຂ້ອງກັບການນໍາໃຊ້ຄໍາສັ່ງອັດຕະໂນມັດການກວດສອບພຶດຕິກໍາຂອງບໍລິສັດ (ຄືກັນກັບການທົດລອງພາກສະຫນາມໃນການວັດແທກການຈໍາແນກ). ສໍາລັບການສົນທະນາເພີ່ມເຕີມເບິ່ງ Vaccaro et al. (2015) , Bruckman (2016a) , Bruckman (2016b) . ສໍາລັບການຍົກຕົວຢ່າງຂອງການຄົ້ນຄວ້າຕົວຈິງທີ່ກ່າວເຖິງຂໍ້ກໍານົດຂອງການບໍລິການ, ເບິ່ງ Soeller et al. (2016) . ສໍາລັບການເພີ່ມເຕີມກ່ຽວກັບບັນຫາທາງດ້ານກົດຫມາຍທີ່ເປັນໄປໄດ້ນັກຄົ້ນຄວ້າປະເຊີນກັບຖ້າຫາກວ່າພວກເຂົາເຈົ້າໄດ້ລະເມີດຂໍ້ກໍານົດຂອງການບໍລິການເບິ່ງ Sandvig and Karahalios (2016) .

• ກອບດ້ານຈັນຍາບັນ (ພາກ 65)

ແນ່ນອນ, ປະລິມານມະຫາສານໄດ້ຮັບການລາຍລັກອັກສອນກ່ຽວກັບການເປັນຜົນຕາມມາແລະ deontology. ສໍາລັບການຍົກຕົວຢ່າງຂອງວິທີການຂອບດ້ານຈັນຍາບັນເຫຼົ່ານີ້, ແລະອື່ນໆ, ສາມາດໄດ້ຮັບການນໍາໃຊ້ກັບເຫດຜົນກ່ຽວກັບການຄົ້ນຄ້ວາອາຍຸສູງສຸດດິຈິຕອນ, ເບິ່ງ Zevenbergen et al. (2015) . ສໍາລັບການຍົກຕົວຢ່າງຂອງວິທີການຂອບດ້ານຈັນຍາບັນເຫຼົ່ານີ້ສາມາດຖືກນໍາໃຊ້ເພື່ອການທົດລອງພາກສະຫນາມໃນການພັດທະນາເສດຖະກິດ, ເບິ່ງ Baele (2013) .

• ຍິນຍອມເຫັນດີຂໍ້ມູນ (Section 661)

ສໍາລັບການເພີ່ມເຕີມກ່ຽວກັບການສຶກສາການກວດສອບຂອງການຈໍາແນກ, ເບິ່ງ Pager (2007) ແລະ Riach and Rich (2004) . ບໍ່ພຽງແຕ່ການສຶກສາເຫຼົ່ານີ້ບໍ່ມີການຍິນຍອມທີ່, ພວກເຂົາເຈົ້າຍັງມີສ່ວນຮ່ວມຫຼອກລວງໂດຍບໍ່ມີການ debriefing.

ທັງສອງ Desposato (2016a) ແລະ Humphreys (2015) ສະເຫນີຄໍາແນະນໍາກ່ຽວກັບການທົດລອງພາກສະຫນາມໂດຍບໍ່ມີການຍິນຍອມເຫັນດີ.

Sommers and Miller (2013) ທົບທວນຄືນການໂຕ້ຖຽງໃນເງື່ອນໄຂຂອງການບໍ່ debriefing ຜູ້ເຂົ້າຮ່ວມຫຼັງຈາກການຫຼອກລວງ, ແລະລະບຸວ່ານັກຄົ້ນຄວ້າຄວນເລີຍ "debriefing ເປັນແບບແຄບທີ່ສຸດຂອງສະຖານະການ, ຄື, ໃນການວິໄຈພາກສະຫນາມທີ່ debriefing ເກີດອຸປະສັກການປະຕິບັດພິຈາລະນາຄົ້ນຄ້ວາຈະມີ ບໍ່ມີ qualms ກ່ຽວກັບ debriefing ຖ້າຫາກວ່າພວກເຂົາເຈົ້າສາມາດເຮັດໄດ້. ນັກຄົ້ນຄວ້າບໍ່ຄວນຈະຖືກອະນຸຍາດໃຫ້ລະເລີຍການ debriefing ໃນຄໍາສັ່ງທີ່ຈະປົກປັກຮັກສາສະນຸກເກີເຂົ້າຮ່ວມ naive ບັງຕົນເອງຈາກຜູ້ເຂົ້າຮ່ວມຄວາມຄຽດ, ຫຼືປົກປັກຮັກສາຜູ້ເຂົ້າຮ່ວມຈາກອັນຕະລາຍ. "ການໂຕ້ຖຽງວ່າຖ້າຫາກວ່າ debriefing ເປັນສາເຫດອັນຕະລາຍຫຼາຍກ່ວາທີ່ດີຄວນຈະໄດ້ຮັບຫຼີກເວັ້ນ. Debriefing ແມ່ນກໍລະນີທີ່ນັກຄົ້ນຄວ້າບາງບຸລິມະສິດການເຄົາລົບຕໍ່ບຸກຄົນໃນໄລຍະ Beneficence, ແລະນັກຄົ້ນຄວ້າບາງຄົນເຮັດກົງກັນຂ້າມ. ການແກ້ໄຂຫນຶ່ງທີ່ເປັນໄປໄດ້ອາດຈະຊອກຫາວິທີທີ່ຈະເຮັດໃຫ້ debriefing ເປັນປະສົບການການຮຽນຮູ້ສໍາລັບຜູ້ເຂົ້າຮ່ວມ. ວ່າແມ່ນ, ແທນທີ່ຈະກ່ວາຄິດຂອງ debriefing ເປັນບາງສິ່ງບາງຢ່າງທີ່ສາມາດເຮັດໃຫ້ເກີດອັນຕະລາຍ, ບາງທີອາດມີ debriefing ຍັງສາມາດເປັນບາງສິ່ງບາງຢ່າງທີ່ເປັນປະໂຫຍດເຂົ້າຮ່ວມ. ສໍາລັບການຍົກຕົວຢ່າງຂອງປະເພດຂອງ debriefing ການສຶກສານີ້, ເບິ່ງ Jagatic et al. (2007) ກ່ຽວກັບ debriefing ນັກສຶກສາຫຼັງຈາກການທົດລອງ phishing ສັງຄົມ. ນັກຈິດວິທະໄດ້ພັດທະນາເຕັກນິກການສໍາລັບ debriefing (DS Holmes 1976a; DS Holmes 1976b; Mills 1976; Baumrind 1985; Oczak and Niedźwieńska 2007) ແລະບາງສ່ວນຂອງເຫຼົ່ານີ້ອາດຈະໄດ້ຮັບການນໍາໃຊ້ເປັນປະໂຫຍດທີ່ຈະຄົ້ນຄ້ວາອາຍຸສູງສຸດດິຈິຕອນ. Humphreys (2015) ສະເຫນີຄວາມຄິດທີ່ຫນ້າສົນໃຈກ່ຽວກັບການຍິນຍອມເຫັນດີ deferred, ການທີ່ກ່ຽວຂ້ອງຢ່າງໃກ້ຊິດກັບແຜນຍຸດທະສາດ debriefing ໄດ້ວ່າຂ້າພະເຈົ້າອະທິບາຍ.

ຄວາມຄິດຂອງການສະເຫນີຂໍຕົວຢ່າງຂອງຜູ້ເຂົ້າຮ່ວມສໍາລັບການຍິນຍອມເຫັນດີຂອງເຂົາເຈົ້າແມ່ນກ່ຽວຂ້ອງກັບສິ່ງທີ່ Humphreys (2015) ຮຽກຮ້ອງໃຫ້ຍິນຍອມເຫັນດີ Inferred.

ເປັນຄວາມຄິດທີ່ເພີ່ມເຕີມທີ່ໄດ້ຮັບການສະເຫນີທີ່ກ່ຽວຂ້ອງກັບການຍິນຍອມແມ່ນການກໍ່ສ້າງຄະນະກໍາມະຂອງປະຊາຊົນຜູ້ທີ່ຕົກລົງເຫັນດີທີ່ຈະຢູ່ໃນການທົດລອງອອນໄລນ໌ (Crawford 2014) . ບາງຄົນໂຕ້ຖຽງວ່າຄະນະນີ້ຈະເປັນຕົວຢ່າງທີ່ບໍ່ແມ່ນ Random ຂອງປະຊາຊົນ. ແຕ່ວ່າ, ບົດທີ 3 (ການຖາມຄໍາຖາມ) ສະແດງໃຫ້ເຫັນວ່າບັນຫາເຫຼົ່ານີ້ແມ່ນມີທ່າແຮງເດລໃຊ້ຕອບ stratification ແລະຂໍ້ມູນຕົວຢ່າງ. ນອກຈາກນັ້ນ, ການຍິນຍອມເຫັນຈະກ່ຽວກັບຄະນະກໍາມະສາມາດກວມເອົາແນວພັນທີ່ປະສົບການ. ໃນຄໍາສັບຕ່າງໆອື່ນໆ, ຜູ້ເຂົ້າຮ່ວມອາດຈະບໍ່ຈໍາເປັນຕ້ອງຍອມເຫັນດີໃຫ້ແຕ່ລະການທົດລອງສ່ວນບຸກຄົນ, ແນວຄວາມຄິດທີ່ເອີ້ນວ່າການຍິນຍອມເຫັນຢ່າງກວ້າງຂວາງ (Sheehan 2011) .

• ຄວາມເຂົ້າໃຈແລະການຄຸ້ມຄອງຄວາມສ່ຽງຕໍ່ການຂໍ້ມູນຂ່າວສານ (Section 662)

ໄກຈາກເປັນເອກະລັກ, ໄດ້ຮັບລາງວັນ Netflix ສະແດງໃຫ້ເຫັນທີ່ສໍາຄັນຄຸນສົມບັດດ້ານວິຊາການຂອງຊຸດຂໍ້ມູນທີ່ປະກອບດ້ວຍຂໍ້ມູນຂ່າວສານລະອຽດກ່ຽວກັບປະຊາຊົນ, ແລະດັ່ງນັ້ນຈຶ່ງສະເຫນີບົດຮຽນທີ່ສໍາຄັນກ່ຽວກັບຄວາມເປັນໄປໄດ້ຂອງ "Anonymous" ຂອງຊຸດຂໍ້ມູນສັງຄົມທີ່ທັນສະໄຫມໄດ້. ໄຟລ໌ທີ່ມີຈໍານວນຫຼາຍຕ່ອນຂອງຂໍ້ມູນກ່ຽວກັບແຕ່ລະບຸກຄົນທີ່ມີແນວໂນ້ມທີ່ຈະກະຈັດກະຈາຍ, ໃນຄວາມຮູ້ສຶກທີ່ກໍານົດໄວ້ຢ່າງເປັນທາງການໃນ Narayanan and Shmatikov (2008) . ນັ້ນແມ່ນ, ສໍາລັບການບັນທຶກແຕ່ລະມີບັນທຶກທີ່ມີດຽວກັນທີ່ບໍ່ມີ, ແລະໃນຄວາມເປັນຈິງມີການບັນທຶກການທີ່ຄ້າຍຄືກັນຫຼາຍບໍ່ມີ: ແຕ່ລະຄົນແມ່ນຢູ່ໄກຈາກບ້ານໃກ້ເຮືອນຄຽງທີ່ໃກ້ທີ່ສຸດຂອງເຂົາເຈົ້າໃນຊຸດຂໍ້ມູນໄດ້. ມີໃຜສາມາດຈິນຕະນາການວ່າຂໍ້ມູນ Netflix ອາດຈະກະຈັດກະຈາຍເນື່ອງຈາກວ່າມີປະມານ 20,000 ຮູບເງົາຢູ່ໃນລະດັບ 5 ດາວ, ມີປະມານ \ (6 {20,000} \) ຄ່າທີ່ເປັນໄປໄດ້ວ່າແຕ່ລະຄົນສາມາດມີ (6 ເພາະວ່າໃນນອກເຫນືອໄປຈາກຫນຶ່ງ 5 ດາວ , ຜູ້ໃດຜູ້ຫນຶ່ງອາດຈະບໍ່ໄດ້ຈັດອັນດັບຮູບເງົາໄດ້ຢູ່ໃນທັງຫມົດ). ຈໍານວນນີ້ແມ່ນຂະຫນາດໃຫຍ່, ມັນເປັນການຍາກທີ່ຈະເຂົ້າໃຈໄດ້.

Sparsity ມີສອງຄວາມຫມາຍຕົ້ນຕໍ. ຫນ້າທໍາອິດ, ມັນຫມາຍຄວາມວ່າພະຍາຍາມທີ່ຈະ "anonymize" ຊຸດຂໍ້ມູນທີ່ອີງໃສ່ການກໍ່ກວນໄປອາດຈະເຊັ່ນການແລກ. ນັ້ນແມ່ນ, ເຖິງແມ່ນວ່າຖ້າຫາກວ່າ Netflix ໄດ້ເຂົ້າປັບບາງສ່ວນຂອງການຈັດອັນດັບ (ຊຶ່ງເຂົາເຈົ້າໄດ້), ນີ້ຈະບໍ່ພຽງພໍເນື່ອງຈາກວ່າການບັນທຶກການກໍ່ກວນແມ່ນຍັງບັນທຶກຄວາມເປັນໄປໄດ້ກ່ຽວກັບປາກັບຂໍ້ມູນທີ່ໂຈມຕີໄດ້. ຄັ້ງທີສອງ, sparsity ໄດ້ຫມາຍຄວາມວ່າ de-ບໍລິຈາກເງິນເປັນໄປໄດ້ເຖິງແມ່ນວ່າຖ້າຫາກວ່າການໂຈມຕີທີ່ມີຄວາມຮູ້ບໍ່ສົມບູນແບບຫຼືຍຸດຕິທໍາ. ສໍາລັບການຍົກຕົວຢ່າງ, ຢູ່ໃນຂໍ້ມູນ Netflix, ໃຫ້ຂອງຈິນຕະນາການໂຈມຕີຮູ້ອັດຕາຂອງທ່ານສໍາລັບສອງຮູບເງົາແລະວັນທີທີ່ທ່ານເຮັດໃຫ້ການຈັດອັນດັບຜູ້ +/- 3 ມື້; ພຽງແຕ່ຂໍ້ມູນຂ່າວສານທີ່ຢູ່ຄົນດຽວເປັນພຽງພໍທີ່ຈະເປັນເອກະລັກກໍານົດ 68% ຂອງປະຊາຊົນໃນຂໍ້ມູນ Netflix. ຖ້າຫາກວ່າການໂຈມຕີໄດ້ຮູ້ 8 ຮູບເງົາທີ່ທ່ານໄດ້ຈັດອັນດັບ +/- 14 ມື້, ຫຼັງຈາກນັ້ນເຖິງແມ່ນວ່າຖ້າຫາກວ່າທັງສອງຂອງການຈັດອັນດັບເປັນທີ່ຮູ້ຈັກການເຫຼົ່ານີ້ແມ່ນຜິດຫມົດ, 99% ຂອງການບັນທຶກການສາມາດໄດ້ຮັບການກໍານົດເປັນເອກະລັກໃນຊຸດຂໍ້ມູນໄດ້. ໃນຄໍາສັບຕ່າງໆອື່ນໆ, sparsity ເປັນບັນຫາພື້ນຖານສໍາລັບຄວາມພະຍາຍາມເພື່ອ "anonymize" ຂໍ້ມູນ, ຊຶ່ງເປັນທີ່ໂຊກບໍ່ດີເພາະວ່າຊຸດຂໍ້ມູນທີ່ສັງຄົມທີ່ທັນສະໄຫມທີ່ສຸດແມ່ນ sparse.

metadata ໂທລະສັບຍັງອາດຈະປະກົດວ່າເປັນ "ບໍລິຈາກເງິນ" ແລະບໍ່ມີຄວາມອ່ອນໄຫວ, ແຕ່ວ່າບໍ່ແມ່ນກໍລະນີ. metadata ໂທລະສັບແມ່ນກໍານົດຕົນຕົວແລະທີ່ສໍາຄັນ (Mayer, Mutchler, and Mitchell 2016; Landau 2016) .

ໃນຮູບສະແດງທີ 66, ຂ້າພະເຈົ້າຮ່າງເປັນການຄ້າໄປລະຫວ່າງຄວາມສ່ຽງໃຫ້ຜູ້ເຂົ້າຮ່ວມແລະຜົນປະໂຫຍດຂອງການຄົ້ນຄວ້າຈາກການປ່ອຍຂໍ້ມູນ. ສໍາລັບການສົມທຽບລະຫວ່າງວິທີການຈໍາກັດການເຂົ້າເຖິງ (ຕົວຢ່າງ:, ເປັນສວນ) ແລະວິທີການຂໍ້ມູນຈໍາກັດ (ຕົວຢ່າງ, ຮູບແບບຂອງການບໍລິຈາກເງິນ) ເບິ່ງ Reiter and Kinney (2011) . ສໍາລັບລະບົບການຈັດປະເພດການສະເຫນີຂອງລະດັບຄວາມສ່ຽງຕໍ່ການຂອງຂໍ້ມູນ, ເບິ່ງ Sweeney, Crosas, and Bar-Sinai (2015) . ສຸດທ້າຍ, ສໍາລັບການຫຼາຍການສົນທະນາທົ່ວໄປຂອງການແລກປ່ຽນຂໍ້ມູນ, ເບິ່ງ Yakowitz (2011) .

ສໍາລັບການວິເຄາະລາຍລະອຽດເພີ່ມເຕີມຂອງໂຄງການນີ້ການຄ້າໄປ, ລະຫວ່າງຄວາມສ່ຽງແລະຜົນປະໂຫຍດຂອງຂໍ້ມູນ, ເບິ່ງ Brickell and Shmatikov (2008) , Ohm (2010) , Wu (2013) , Reiter (2012) , ແລະ Goroff (2015) . ເພື່ອເຂົ້າໄປເບິ່ງນີ້ການຄ້າໄປນໍາໃຊ້ກັບຂໍ້ມູນທີ່ແທ້ຈິງຈາກຫລັກສູດອອນໄລນ໌ເປີດ massively (MOOCs), ເບິ່ງ Daries et al. (2014) ແລະ Angiuli, Blitzstein, and Waldo (2015) .

ຄວາມເປັນສ່ວນຕົວຄ່າຍັງມີບໍລິການເປັນວິທີການທາງເລືອກທີ່ສາມາດສົມທົບການທັງຜົນປະໂຫຍດສູງຕໍ່ສັງຄົມແລະຄວາມສ່ຽງຕໍ່ການຕ່ໍາໃຫ້ຜູ້ເຂົ້າຮ່ວມເບິ່ງ Dwork and Roth (2014) ແລະ Narayanan, Huey, and Felten (2016) .

ສໍາລັບການເພີ່ມເຕີມກ່ຽວກັບແນວຄວາມຄິດຂອງຂໍ້ມູນການກໍານົດສ່ວນບຸກຄົນ (PII), ຊຶ່ງເປັນສູນກາງການຈໍານວນຫຼາຍຂອງລະບຽບການກ່ຽວກັບຈັນຍາບັນຂອງການຄົ້ນຄວ້າ, ເຫັນ Narayanan and Shmatikov (2010) ແລະ Schwartz and Solove (2011) . ສໍາລັບການເພີ່ມເຕີມກ່ຽວກັບຂໍ້ມູນທັງຫມົດເປັນທີ່ລະອຽດອ່ອນທີ່ມີທ່າແຮງ, ເບິ່ງ Ohm (2015) .

ຢູ່ໃນພາກນີ້, ຂ້າພະເຈົ້າໄດ້ສະແດງການເຊື່ອມຕໍ່ຂອງຊຸດຂໍ້ມູນທີ່ແຕກຕ່າງກັນບາງສິ່ງບາງຢ່າງທີ່ສາມາດນໍາໄປສູ່ການຄວາມສ່ຽງຕໍ່ການຂໍ້ມູນຂ່າວສານໄດ້. ຢ່າງໃດກໍຕາມ, ມັນຍັງສາມາດສ້າງໂອກາດໃຫມ່ສໍາລັບການຄົ້ນຄ້ວາ, ເປັນໂຕ້ຖຽງໃນ Currie (2013) .

ສໍາລັບການເພີ່ມເຕີມກ່ຽວກັບຄວາມປອດໄພຫ້າ, ເບິ່ງ Desai, Ritchie, and Welpton (2016) . ສໍາລັບການຍົກຕົວຢ່າງຂອງວິທີການຜົນໄດ້ຮັບສາມາດໄດ້ຮັບການກໍານົດເປັນ, ເບິ່ງ Brownstein, Cassa, and Mandl (2006) , ຊຶ່ງສະແດງໃຫ້ເຫັນວິທີການແຜນທີ່ຂອງອັດຕາສ່ວນພະຍາດສາມາດໄດ້ຮັບການກໍານົດ. Dwork et al. (2017) ຍັງພິຈາລະນາການໂຈມຕີຕໍ່ຕ້ານຂໍ້ມູນລວມ, ເຊັ່ນ: ສະຖິຕິກ່ຽວກັບວິທີການຈໍານວນຫຼາຍບຸກຄົນທີ່ມີພະຍາດສະເພາະໃດຫນຶ່ງ.

• ຄວາມເປັນສ່ວນຕົວ (ພາກ 6.6.3)

Warren and Brandeis (1890) ເປັນບົດຄວາມທາງດ້ານກົດຫມາຍສໍາຄັນກ່ຽວກັບຄວາມເປັນສ່ວນຕົວ, ແລະບົດຄວາມທີ່ກ່ຽວຂ້ອງທີ່ສຸດກັບຄວາມຄິດທີ່ວ່າຄວາມເປັນສ່ວນຕົວເປັນສິດທິໃນການໄດ້ຮັບການປະໄວ້ຜູ້ດຽວ. ບໍ່ດົນມານີ້ການຮັກສາຄວາມຍາວປື້ມບັນທຶກຂອງຄວາມເປັນສ່ວນຕົວທີ່ຂ້າພະເຈົ້າຈະແນະນໍາປະກອບມີ Solove (2010) ແລະ Nissenbaum (2010) .

ສໍາລັບການທົບທວນຄືນຂອງການຄົ້ນຄວ້າຕົວຈິງກ່ຽວກັບວິທີປະຊາຊົນຄິດກ່ຽວກັບຄວາມເປັນສ່ວນຕົວ, ເບິ່ງ Acquisti, Brandimarte, and Loewenstein (2015) . ວາລະສານວິທະຍາສາດຈັດພີມມາເປັນບັນຫາໃນຫົວຂໍ້ "ສຸດທ້າຍຂອງຄວາມເປັນສ່ວນຕົວ", ເຊິ່ງໄດ້ແກ້ໄຂບັນຫາຂອງຄວາມເປັນສ່ວນຕົວແລະຄວາມສ່ຽງຕໍ່ການຂໍ້ມູນຈາກຫຼາກຫຼາຍຂອງທັດສະນະທີ່ແຕກຕ່າງກັນ; ສໍາລັບການສະຫຼຸບສັງລວມເປັນເບິ່ງ Enserink and Chin (2015) . Calo (2011) ສະຫນອງການສໍາລັບການຄິດກ່ຽວກັບອັນຕະລາຍທີ່ມາຈາກການລະເມີດຄວາມເປັນສ່ວນຕົວ. ຕົວຢ່າງທໍາອິດຂອງການຄວາມກັງວົນກ່ຽວກັບຄວາມເປັນສ່ວນຕົວໃນຕອນຕົ້ນຂອງອາຍຸສູງສຸດດິຈິຕອນເປັນ Packard (1964) .

• ເຮັດໃຫ້ການຕັດສິນໃຈພາຍໃຕ້ຄວາມບໍ່ແນ່ນອນ (ພາກ 6.6.4)

ສິ່ງທ້າທາຍໃນເວລາທີ່ຄວາມພະຍາຍາມທີ່ຈະນໍາໃຊ້ມາດຕະຖານມີຄວາມສ່ຽງນ້ອຍທີ່ສຸດແມ່ນວ່າມັນບໍ່ແມ່ນຈະແຈ້ງທີ່ມີຊີວິດປະຈໍາວັນແມ່ນຈະໄດ້ຮັບການນໍາໃຊ້ສໍາລັບການປຽບທຽບ (Council 2014) . ສໍາລັບການຍົກຕົວຢ່າງ, ປະຊາຊົນທີ່ຢູ່ອາໄສມີລະດັບທີ່ສູງຂຶ້ນຂອງການບໍ່ສະບາຍໃນຊີວິດປະຈໍາວັນຂອງເຂົາເຈົ້າ. ແຕ່ວ່າບໍ່ໄດ້ຫມາຍຄວາມວ່າມັນເປັນຈັນຍາບັນອະນຸຍາດໃຫ້ expose ປະຊາຊົນທີ່ຢູ່ອາໄສການວິໄຈຄວາມສ່ຽງສູງ. ສໍາລັບເຫດຜົນນີ້, ມີເບິ່ງຄືວ່າຈະເປັນເອກະສັນການຂະຫຍາຍຕົວທີ່ມີຄວາມສ່ຽງຫນ້ອຍທີ່ຄວນຈະໄດ້ຮັບ benchmarked ຕໍ່ຕ້ານມາດຕະຖານປະຊາກອນທົ່ວໄປ, ບໍ່ມີມາດຕະຖານປະຊາກອນສະເພາະໃດຫນຶ່ງ. ໃນຂະນະທີ່ຂ້າພະເຈົ້າໂດຍທົ່ວໄປແລ້ວຕົກລົງເຫັນດີກັບຄວາມຄິດຂອງມາດຕະຖານປະຊາກອນທົ່ວໄປ, ຂ້າພະເຈົ້າຄິດວ່າສໍາລັບເວທີອອນໄລນ໌ຂະຫນາດໃຫຍ່ເຊັ່ນເຟສບຸກ, ມາດຕະຖານປະຊາກອນສະເພາະໃດຫນຶ່ງແມ່ນສົມເຫດສົມຜົນ. ວ່າແມ່ນ, ໃນເວລາທີ່ພິຈາລະນາ Contagion ອາລົມ, ຂ້າພະເຈົ້າຄິດວ່າມັນເປັນທີ່ເຫມາະສົມກັບມາດຕະຖານຕໍ່ກັບຄວາມສ່ຽງປະຈໍາວັນກ່ຽວກັບເຟສບຸກ. A ມາດຕະຖານປະຊາກອນສະເພາະໃນກໍລະນີນີ້ແມ່ນງ່າຍທີ່ຈະປະເມີນຜົນແລະຄົງຈະບໍ່ມີຂໍ້ຂັດແຍ່ງກັບຫຼັກການຂອງການຍຸຕິທໍາ, ທີ່ຊອກຫາເພື່ອປ້ອງກັນພາລະຂອງການຄົ້ນຄວ້າເພາະບໍ່ຍຸຕິທໍາກ່ຽວກັບກຸ່ມຄົນດ້ອຍໂອກາດ (ຕົວຢ່າງ, ນັກໂທດແລະເດັກກໍາພ້າ) ໄດ້.

• ຄໍາແນະນໍາພາກປະຕິບັດ (ພາກ 67)

ນັກວິຊາການອື່ນໆທີ່ໄດ້ຖືກເອີ້ນວ່າຍັງສໍາລັບເອກະສານເພີ່ມເຕີມທີ່ຈະປະກອບສ່ວນທີ່ຕິ່ງອອກດ້ານຈັນຍາບັນ (Schultze and Mason 2012; Kosinski et al. 2015) . King and Sands (2015) ຍັງໄດ້ສະຫນອງຄໍາແນະນໍາພາກປະຕິບັດ.