കൂടുതൽ കമന്ററി

ഈ വിഭാഗം .അതേതു വായിക്കണം പകരം, ഒരു റഫറൻസ് ആയി ഉപയോഗിക്കുന്ന രൂപകൽപ്പന ചെയ്തിരിക്കുന്നത്.

• ആമുഖം (വിഭാഗം 6.1)

ഗവേഷണ നീതിശാസ്ത്രം പരമ്പരാഗതമായി പുറമേ ശാസ്ത്രീയ തട്ടിപ്പ്, ക്രെഡിറ്റ് അനുവദിച്ചതിൽ പോലുള്ള വിഷയങ്ങൾ ഉൾപ്പെടുത്തിയിട്ടുണ്ട്. ഈ വിഷയങ്ങളിൽ വിശദമായി ചർച്ച Engineering (2009) .

ഈ അധ്യായം ശക്തമായി യുണൈറ്റഡ് സ്റ്റേറ്റ്സ് സാഹചര്യത്തിന്റെ ആകൃതിയിലാണ്. മറ്റ് രാജ്യങ്ങളിൽ നൈതിക അവലോകനം നടപടിക്രമങ്ങൾ സംബന്ധിച്ച് കൂടുതൽ അധ്യായങ്ങൾ 6, 7, 8, 9 കാണും Desposato (2016b) . ഈ അധ്യായത്തിൽ സ്വാധീനിച്ച ആ ബയോമെഡിക്കൽ നൈതിക തത്ത്വങ്ങൾ അമിതമായ അമേരിക്കൻ എന്നത് വാദം കാണുക Holm (1995) . അമേരിക്കയിലെ ഇൻസ്റ്റിറ്റ്യൂഷണൽ റിവ്യൂ ബോർഡുകളുടെ കൂടുതൽ ഹിസ്റ്റോറിക്കൽ റിവ്യൂ, കാണുക Stark (2012) .

ഉപ്പിലിക്കൈ റിപ്പോർട്ട് യുഎസിലും തുടർന്നുള്ള നിയന്ത്രണങ്ങൾക്കും ഗവേഷണ പ്രയോഗവും തമ്മിലുള്ള വ്യത്യാസം ആക്കിയിരിക്കുന്നു. ഈ വ്യത്യാസം പിന്നീട് വിമർശിച്ചിരിക്കുന്നത് ചെയ്തു (Beauchamp and Saghai 2012; boyd 2016; Metcalf and Crawford 2016; Meyer 2015) . ഞാൻ നൈതിക തെളിവുകളും ചട്ടക്കൂടുകളും ഇരുവരും ക്രമീകരണങ്ങൾ ബാധകമാണ് കരുതുന്നു കാരണം ഞാൻ ഈ അധ്യായത്തിൽ ഈ വിവേചനം ചെയ്യരുത്. ഫേസ്ബുക്ക് ഗവേഷണം അദ്ധ്യക്ഷസ്ഥാനം കൂടുതലറിയാൻ, കാണുക Jackman and Kanerva (2016) . കമ്പനികൾ എൻ.ജി.ഒ ഗവേഷണം അദ്ധ്യക്ഷസ്ഥാനം ഒരു നിർദ്ദേശം കാണുക Polonetsky, Tene, and Jerome (2015) ഉം Tene and Polonetsky (2016) .

2014 എബോള പൊട്ടിപ്പുറപ്പെട്ട് കേസ് കൂടുതൽ, കാണുക McDonald (2016) , മൊബൈൽ ഫോൺ സ്വകാര്യത അപകടസാധ്യതകൾ കൂടുതൽ വിവരങ്ങൾക്ക്, കാണുക Mayer, Mutchler, and Mitchell (2016) . മൊബൈൽ ഫോൺ ഡാറ്റ ഉപയോഗിച്ച് പ്രതിസന്ധി ബന്ധപ്പെട്ട ഗവേഷണങ്ങൾ നടക്കുന്ന ഒരു ഉദാഹരണത്തിന്, കാണുക Bengtsson et al. (2011) ഉം Lu, Bengtsson, and Holme (2012) .

• മൂന്ന് ഉദാഹരണങ്ങൾ (വിഭാഗം 6.2)

നിരവധി ആളുകൾ വൈകാരിക മലീനീകരണത്തിനെതിരായ കുറിച്ച് എഴുതിയിരിക്കുന്നു. ജേണൽ റിസർച്ച് എത്തിക്സ് പരീക്ഷണം ചർച്ച ജനുവരി 2016 തങ്ങളുടെ മുഴുവൻ പ്രശ്നം ഉഴിഞ്ഞുവച്ചു; കാണാൻ Hunter and Evans (2016) ഒരു അവലോകനം വേണ്ടി. : ശാസ്ത്രം നാഷണൽ അക്കാദമിക്സ് ഓഫ് പരീക്ഷണം കുറിച്ച് രണ്ടു കഷണങ്ങൾ പ്രസിദ്ധീകരിച്ച Kahn, Vayena, and Mastroianni (2014) ഉം Fiske and Hauser (2014) . പരീക്ഷണം കുറിച്ച് മറ്റു കഷണങ്ങൾ ഉൾപ്പെടുന്നു: Puschmann and Bozdag (2014) ; Meyer (2014) ; Grimmelmann (2015) ; Meyer (2015) ; Selinger and Hartzog (2015) ; Kleinsman and Buckley (2015) ; Shaw (2015) ; Flick (2015) .

എൻകോർ ൽ കൂടുതലായി, കാണുക Jones and Feamster (2015) .

• ഡിജിറ്റൽ വ്യത്യസ്തമാണ് (വിഭാഗം 6.3)

ബഹുജന നിരീക്ഷണ കാര്യത്തിൽ വിശാലമായ overviews നൽകിയിരിക്കുന്നത് Mayer-Schönberger (2009) ഉം Marx (2016) . നിരീക്ഷണം മാറ്റുന്നതിൽ ചെലവ് ഒരു കോൺക്രീറ്റ് ഉദാഹരണത്തിന്, Bankston and Soltani (2013) സെൽ ഫോണുകൾ ഉപയോഗിച്ച് ഒരു ക്രിമിനൽ സംശയിക്കുന്ന ട്രാക്കിങ് ഫിസിക്കൽ നിരീക്ഷണം ഉപയോഗിച്ച് ഏകദേശം 50 തവണ വിലകുറഞ്ഞ ആണ് എന്നാണ്. Bell and Gemmell (2009) സ്വയം ൽ കൂടുതൽ ശുഭാപ്തി കാഴ്ചപ്പാട് പ്രദാനം നിരീക്ഷണം. പൊതു അല്ലെങ്കിൽ ഭാഗികമായി പബ്ലിക് എന്നു നിരീക്ഷണ പെരുമാറ്റം (ഉദാ, ടേസ്റ്റ്, സമനിലകൾ, സമയം) ട്രാക്കുചെയ്യുന്നതിന് കഴിയാത്തതിൽ പുറമേ, ഗവേഷകർ കൂടുതലായി പങ്കാളികൾ സ്വകാര്യ കണക്കാക്കുന്നത് കാര്യങ്ങൾ അനുമാനിക്കാൻ കഴിയും. ഉദാഹരണത്തിന്, മീഖൾ Kosinski സഹപ്രവർത്തകരും അവർ നൈതികമായ സാധാരണ ഡിജിറ്റൽ ട്രെയ്സ് ഡാറ്റ (ഫേസ്ബുക്ക് ഇഷ്ടങ്ങൾ) മുതൽ വെപ്രാളമാണ് പദാർത്ഥത്തിന്റെ ലൈംഗിക ഓറിയന്റേഷൻ ഉപയോഗിക്കുന്നതിനുള്ള പോലുള്ള ആളുകൾ ഏകദേശം സെൻസിറ്റീവ് വിവരങ്ങൾ അനുമാനിക്കാൻ കഴിഞ്ഞില്ല എന്നാണ് (Kosinski, Stillwell, and Graepel 2013) . ഈ സര്ക്കാറിന് ശബ്ദം, എന്നാൽ ഡിജിറ്റൽ തെളിവുകൾ സർവേകൾ എന്നിവയും സൂപ്പർവൈസുചെയ്ത യഥാർത്ഥത്തിൽ ഞാൻ ഇതിനകം നിനക്ക് ചെയ്ത എന്തെങ്കിലും പഠന-ആണ് കൂടിച്ചേർന്നുണ്ടായ Kosinski സഹപ്രവർത്തകരും ഉപയോഗിച്ചു-സമീപനം. അദ്ധ്യായം 3 (ചോദ്യങ്ങൾ) ഞാൻ നിന്നെ എങ്ങനെ ജോഷ് Blumenstock സഹപ്രവർത്തകരും അറിയിച്ചു ഓർക്കുക (2015) റുവാണ്ട ദാരിദ്ര്യം കണക്കാക്കാൻ മൊബൈൽ ഫോൺ ഡാറ്റ കൂടിച്ചേർന്ന് സർവ്വേ ഡാറ്റ. ഈ തലക്കെട്ടിൽ അതേ സമീപനം, കാര്യക്ഷമതയോടെ വികസിത രാജ്യങ്ങളിലെ ദാരിദ്ര്യം അളക്കാൻ ഉപയോഗിക്കാൻ കഴിയും, ഒരേ നിഗമനങ്ങൾക്ക് ലംഘിച്ചതിന് സാധ്യതയുള്ള സ്വകാര്യത ഉപയോഗിക്കാൻ കഴിയും.

പൊരുത്തമില്ലാത്ത നിയമങ്ങളും മാനദണ്ഡങ്ങളും പങ്കെടുക്കുന്നവർ ആഗ്രഹങ്ങളെ ബഹുമാനിക്കാൻ എന്നുള്ളതിൻറെ, അതു ഗവേഷകർ "റെഗുലേറ്ററി ഷോപ്പിംഗ്" ഇടയാക്കും ഗവേഷണ ഇടയാക്കും (Grimmelmann 2015; Nickerson and Hyde 2016) . പ്രത്യേകിച്ചും, IRB അദ്ധ്യക്ഷസ്ഥാനം ഒഴിവാക്കാൻ ആഗ്രഹിക്കുന്ന ചില ഗവേഷകർ IRBs ഉൾപ്പെടില്ല പങ്കാളികളുമായി (ഉദാ കമ്പനികൾ അല്ലെങ്കിൽ എൻ.ജി.ഒ ലെ ആളുകൾ) ശേഖരിച്ച് ഡാറ്റ ദേ-തിരിച്ചറിയാൻ ഞങ്ങൾക്കുണ്ട്. പിന്നെ, ഗവേഷകർ ഈ ദേ-തിരിച്ചറിഞ്ഞ ഡാറ്റ IRB അദ്ധ്യക്ഷസ്ഥാനം ഇല്ലാതെ കുറഞ്ഞത് നിലവിലെ നിയമങ്ങളിൽ ചില വ്യാഖ്യാനങ്ങളും തക്കവണ്ണം വിശകലനം ചെയ്യാൻ സാധിക്കും. IRB വെട്ടിപ്പ് ഇത്തരത്തിലുള്ള ഒരു തത്ത്വങ്ങൾ അധിഷ്ഠിത സമീപനം എന്നതുമായിപൊരുത്തമില്ലാത്തതായി തോന്നുന്നു.

ജനം ആരോഗ്യ ഡാറ്റ കുറിച്ച് ഉണ്ടു എന്നു അസ്ഥിരമാണെന്നും ആൻഡ് േമാഖലകളാക്കി ആശയങ്ങൾ കൂടുതൽ, കാണുക Fiore-Gartland and Neff (2015) . ഗവേഷണ നീതിശാസ്ത്രം തീരുമാനങ്ങൾ കാണാൻ വേണ്ടി heterogeneity സൃഷ്ടിക്കുന്ന പ്രശ്നം കൂടുതലറിയാൻ Meyer (2013) .

അനലോഗ് പ്രായം, ഡിജിറ്റൽ യുഗത്തിൽ ഗവേഷണ തമ്മിലുള്ള ഒരു വ്യത്യാസം പങ്കെടുക്കുന്നവരുമായി ഡിജിറ്റൽ യുഗത്തിൽ ഗവേഷണ പ്രതിപ്രവർത്തനം കൂടുതൽ വിദൂരവും എന്നതാണ്. ഈ പരസ്പര പലപ്പോഴും ഒരു കമ്പനി പോലുള്ള ഒരു മധ്യസ്ഥനെ വഴി സംഭവിക്കാം ഒരു വലിയ ശാരീരിക-ഉം ഗവേഷകർക്കും പങ്കെടുക്കുന്നവർ തമ്മിലുള്ള സോഷ്യൽ ദീർഘദൂര സാധാരണ ഇല്ല. ഈ അകന്ന ഇന്ററാക്ഷൻ പോലുള്ള അധിക സുരക്ഷ ആവശ്യമില്ലെന്നു പങ്കാളികളെ ഔട്ട് പ്രദർശിപ്പിക്കില്ലെന്ന് പ്രതികൂല സംഭവങ്ങൾ കണ്ടെത്തുന്നതിൽ, അതു സംഭവിച്ചാൽ ദോഷവും remediating, ഡിജിറ്റൽ യുഗത്തിൽ ഗവേഷണത്തിൽ അനലോഗ് പ്രായം ഗവേഷണത്തിൽ എളുപ്പമുള്ള ചില കാര്യങ്ങൾ പ്രയാസകരമാക്കുന്നു. ഉദാഹരണത്തിന്, ഇതേ വിഷയം ഒരു സാങ്കൽപ്പിക ലാബ് പരീക്ഷണം കൂടെ വൈകാരിക മലീനീകരണത്തിനെതിരായ തീവ്രത ചെയ്യട്ടെ. ലാബ് പരീക്ഷണം ഗവേഷകർ വൈകാരിക അരിഷ്ടത വ്യക്തമായ സൂചനകൾ കാണിക്കുന്ന ലാബിൽ എത്തുമ്പോൾ ആർക്കും വേണ്ടെന്ന് കഴിഞ്ഞില്ല. എന്നുതന്നെയല്ല, ലാബ് പരീക്ഷണം ഒരു പ്രതികൂല ഇവന്റ് സൃഷ്ടിച്ചു എങ്കിൽ ഗവേഷകരുടെ കാണും ദോഷം remediate സേവനങ്ങൾ നൽകുന്നു, തുടർന്ന് ഭാവി അപ്രകാരം തടയാൻ പരീക്ഷണാത്മക പ്രോട്ടോക്കോളിൽ ക്രമീകരണങ്ങൾ നടത്തുക. യഥാർത്ഥ വൈകാരിക മലീനീകരണത്തിനെതിരായ പരീക്ഷണത്തിൽ പ്രതിപ്രവർത്തനം അകന്ന സ്വഭാവം ഈ ലളിതവും സുബോധമുള്ള ഓരോ നടപടികളിലും വളരെ ബുദ്ധിമുട്ടാണ്. കൂടാതെ, I ഗവേഷകർക്കും പങ്കെടുക്കുന്നവർ തമ്മിലുള്ള ദൂരം അവരുടെ പങ്കാളികളുടെ ആശങ്കകൾ ശാസ്ത്രജ്ഞരെ കുറവ് സെൻസിറ്റീവ് ചെയ്യുന്നു നിഗമനം.

പൊരുത്തമില്ലാത്ത മാനദണ്ഡങ്ങളും നിയമങ്ങളും മറ്റ് ഉറവിടങ്ങൾ. ഈ വൈരുദ്ധ്യത്തെ ചില ഈ ഗവേഷണ ലോകം മുഴുവൻ സംഭവിക്കുന്നത് വസ്തുത നിന്ന് വരുന്നു. ഉദാഹരണത്തിന്, എൻകോർ ലോകത്തില് നിന്നും ജനത്തെ ഉൾപ്പെട്ട, അതിനാൽ അത് പല വിവിധ രാജ്യങ്ങളിലെ ഡാറ്റ പരിരക്ഷ സ്വകാര്യതാ നിയമങ്ങൾക്ക് വിധേയമായിരിക്കും ആകേണ്ടതിന്നു. നിയന്ത്രിക്കുന്ന മൂന്നാം കക്ഷി വെബ് അഭ്യർത്ഥനകൾ (എന്തു എൻകോർ ചെയ്യുകയായിരുന്നു) മാനദണ്ഡങ്ങൾ ജർമ്മനി, യുണൈറ്റഡ് സ്റ്റേറ്റ്സ്, കെനിയ, ചൈനയിൽ വ്യത്യസ്തമാണ് എന്തുചെയ്യണം? എന്താണ് മാനദണ്ഡങ്ങൾ ഒരൊറ്റ രാജ്യത്തെ ഉള്ളിൽ പോലും പൊരുത്തപ്പെടുന്നില്ല എങ്കിൽ? പൊരുത്തമില്ലായ്മ രണ്ടാം സ്രോതസ്സ് സർവ്വകലാശാലകളും കമ്പനികൾ ഗവേഷകർ തമ്മിലുള്ള സഹകരണം വരുന്നു; ഉദാഹരണത്തിന്, വൈകാരിക മലീനീകരണത്തിനെതിരായ ഫേസ്ബുക്ക് ഒരു ഡാറ്റ ശാസ്ത്രജ്ഞനും കോർണൽ ഒരു പ്രൊഫസറും ബിരുദ വിദ്യാർത്ഥി ഒരു സംയുക്ത ആയിരുന്നു. ഫേസ്ബുക്ക് വലിയ പരീക്ഷണങ്ങൾ പ്രവർത്തിക്കുന്ന സമയത്ത്, പതിവ് ആണ് ആ കാലത്തു, മൂന്നാം കക്ഷി ഏതെങ്കിലും നൈതിക അവലോകനം ആവശ്യമാണ് ചെയ്തില്ല. കോർണൽ സമയത്ത് മാനദണ്ഡങ്ങളും ചട്ടങ്ങളും തികച്ചും വ്യത്യസ്തമാണ്; ഫലത്തിൽ എല്ലാ പരീക്ഷണങ്ങൾ കോർണൽ IRB അവലോകനം ചെയ്യണം. അതുകൊണ്ട്, നിയമങ്ങളാണ് സെറ്റ് വൈകാരിക മലീനീകരണത്തിനെതിരായ-ഫേസ്ബുക്ക് അല്ലെങ്കിൽ കോർണൽ ന്റെ നിയന്ത്രിക്കും എന്തുകൊണ്ട്?

സാധാരണ റൂൾ മാറ്റങ്ങൾ ശ്രമങ്ങൾ കൂടുതൽ, കാണുക Evans (2013) , Council (2014) , Metcalf (2016) , ഒപ്പം Hudson and Collins (2015) .

• നാല് തെളിവുകളും (വിഭാഗം 6.4)

ബയോ എത്തിക്സ് ലേക്കുള്ള ക്ലാസിക് തെളിവുകളും അധിഷ്ഠിത സമീപനം Beauchamp and Childress (2012) . ഓട്ടോണമി, Nonmaleficence, Beneficence, ജസ്റ്റിസ് ആദരവു: അവർ നാലു പ്രധാന തെളിവുകളും ബയോ എത്തിക്സ് നേർവഴിയിൽ മലയാളത്തിലുപയോഗിക്കുന്നവര്ക്കതിഷ്ടപ്പെടും. nonmaleficence തത്വം മറ്റ് ആളുകളുടെ ദോഷം കാരണമാകുന്ന വർജിക്കാൻ ഒറ്റ പ്രേരിപ്പിക്കുന്നു. ഈ ആശയം ഹിപ്പോക്രാറ്റിക്ക് ആശയത്തോട് ആഴത്തിൽ ബന്ധിപ്പിച്ചിരിക്കുന്നു "ദോഷവും ചെയ്യരുത്." ഗവേഷണ നൈതികതയുടെ ഈ തത്ത്വം പലപ്പോഴും Beneficence തത്വം കൂടിച്ചേർന്ന് കാണുന്നില്ല ആണ് Beauchamp and Childress (2012) രണ്ടും തമ്മിലുള്ള വ്യത്യാസം സംബന്ധിച്ച് കൂടുതലറിയാൻ (അധ്യായം 5) . ഈ തത്ത്വങ്ങൾ അമിതമായി അമേരിക്കൻ എന്ന വിമർശനമുണ്ട് കാണുക Holm (1995) . എപ്പോൾ തത്വങ്ങൾ പൊരുത്തക്കേട് തുലനം കൂടുതലറിയാൻ, കാണുക Gillon (2015) .

ഈ അദ്ധ്യായത്തിൽ നാലു തത്ത്വങ്ങൾ പുറമേ കമ്പനികൾ എൻ.ജി.ഒ സംഭവിച്ചത് റിസർച്ച് നൈതിക അദ്ധ്യക്ഷസ്ഥാനം മികവുറ്റ നിർദ്ദേശിച്ചിട്ടുണ്ട് (Polonetsky, Tene, and Jerome 2015) "ഉപഭോക്തൃ വിഷയം റിവ്യൂ ബോർഡുകൾ" (CSRBs) വിളിച്ചു മൃതദേഹങ്ങൾ കൂടി (Calo 2013) .

• പേഴ്സൺസ് ആദരവു (വിഭാഗം 6.4.1)

സ്വയംഭരണം മാനിച്ചും പുറമെ, കാഴ്ച റിപ്പോർട്ട് പുറമേ ഏതു മനുഷ്യ യഥാർഥ സ്വയം നിർണ്ണയം കഴിവുള്ള സമ്മതിക്കുന്നുണ്ട്. ഉദാഹരണത്തിന്, മക്കൾ, രോഗം ബുദ്ധിമുട്ടുന്ന ആളുകൾ അല്ലെങ്കിൽ കഠിനമായി നിയന്ത്രിച്ചിരിക്കുന്നു സ്വാതന്ത്ര്യത്തിന്റെ സാഹചര്യങ്ങളിൽ ജീവിക്കുന്ന ആളുകൾ പോലെ പൂർണ്ണമായി സ്വയംഭരണാധികാരമുള്ള വ്യക്തികൾ പ്രവർത്തിക്കാൻ കഴിയില്ല, അതിനാൽ വന്നേക്കാം ആളുകൾ ആകുന്നു അധിക പരിരക്ഷയ്ക്ക് വിധേയമല്ല.

ഡിജിറ്റൽ യുഗത്തിൽ പേഴ്സൺസ് ആദരവു തത്വം ബാധകമാക്കുന്നത് വെല്ലുവിളി കഴിയും. ഉദാഹരണത്തിന്, ഡിജിറ്റൽ യുഗത്തിൽ ഗവേഷണത്തിൽ, ബുദ്ധിമുട്ട് സ്വയം തീരുമാനവും പെരുമ ശേഷിയെ ജനം കൂടുതൽ പരിരക്ഷ നൽകാൻ ഗവേഷകർ പലപ്പോഴും അവരുടെ പങ്കെടുക്കുന്നവർ വളരെക്കുറച്ചേ അറിയാമെന്നതിനാൽ കഴിയും. എന്നുതന്നെയല്ല, ഡിജിറ്റൽ യുഗത്തിൽ സോഷ്യൽ ഗവേഷണത്തിൽ സമ്മതം വലിയൊരു വെല്ലുവിളിയാണ്. ചില കേസുകളിൽ, തീർച്ചയായും സമ്മതം സുതാര്യത വിരോധാഭാസം അവസ്ഥയും (Nissenbaum 2011) , വിവരങ്ങളും മനസ്സിലാക്കേണ്ടത് സംഘർഷത്തിന്റെ എവിടെയാണെന്ന്. ഏകദേശം ഗവേഷകർ ഡാറ്റ ശേഖരണം, ഡാറ്റ വിശകലനം, ഡാറ്റ സുരക്ഷാ വ്യവഹാരങ്ങൾ സ്വഭാവത്തെ കുറിച്ച് പൂർണ്ണ വിവരങ്ങൾ നൽകാൻ എങ്കിൽ അതു ഗ്രഹിക്കാൻ പല പങ്കാളികൾക്കും ദുഷ്കരമായിരിക്കും. എന്നാൽ, ഗവേഷകർ സുഗ്രാഹ്യവും വിവരങ്ങൾ നൽകാൻ എങ്കിൽ അതു പ്രധാനപ്പെട്ട സാങ്കേതിക വിവരങ്ങൾ ഉണ്ടാകാനിടയില്ല. അനലോഗ് പ്രായപരിധി പ്രബലമാണ് ക്രമീകരണം കാഴ്ച റിപ്പോർട്ട്-ഒറ്റ സുതാര്യത വിരോധാഭാസം പരിഹരിക്കുന്നതിന് ഓരോ പങ്കാളിയ്ക്കൊപ്പം വ്യക്തിഗതമായി സംസാരിക്കുന്നത് ഒരു ഡോക്ടർ കണക്കാക്കാത്ത പരിഗണിക്കും മെഡിക്കൽ റിസർച്ച് ഇൻ. ആയിരക്കണക്കിന് ആളുകൾ അല്ലെങ്കിൽ ദശലക്ഷക്കണക്കിന് ഉൾപ്പെട്ട ഓൺലൈൻ പഠനങ്ങളിൽ, അത്തരം ഒരു മുഖം-ലേക്കുള്ള-മുഖം സമീപനം അസാധ്യമാണ്. ഡിജിറ്റൽ യുഗത്തിൽ സമ്മതം രണ്ടാം പ്രശ്നം പോലുള്ള വൻ ഡാറ്റ ശേഖരണങ്ങളുടെ വിശകലനം ചില പഠനങ്ങളിൽ, എല്ലാ പങ്കെടുക്കുന്നവർ നിന്ന് അറിവോടെയുള്ള സമ്മതം ത്തനങ്ങളിലും കാര്യം. ഞാൻ വിഭാഗം 6.6.1 കൂടുതൽ വിശദമായി സമ്മതം കുറിച്ച് ഇത്തരം മറ്റു ചോദ്യങ്ങൾ ചർച്ച. ഈ ബുദ്ധിമുട്ടുകൾ ഉണ്ടായിട്ടും, എന്തായാലും, സമ്മതപത്രത്തിൽ ആവശ്യമായ വേണ്ടാ പേഴ്സൺസ് ആദരവു മതി അല്ലാത്ത എന്ന് ഓർക്കണം.

സമ്മതം മുമ്പിൽ മെഡിക്കൽ റിസർച്ച് കൂടുതലറിയാൻ, കാണുക Miller (2014) . സമ്മതം ഒരു പുസ്തകം ദൈർഘ്യമുള്ള ചികിത്സ, കാണുക Manson and O'Neill (2007) . ചുവടെ സമ്മതം കുറിച്ച് നിർദ്ദേശിച്ച റീഡിംഗുകൾ കാണുക.

• Beneficence (വിഭാഗം 6.4.2)

സന്ദർഭ ലേക്കുള്ള അപായപ്പെടുത്തുന്നതോ ഗവേഷണമില്ലെങ്കിൽ പ്രത്യേക ജനങ്ങൾക്ക് സോഷ്യൽ ക്രമീകരണങ്ങൾ ലേക്ക് കുഴപ്പങ്ങളും മനസിലാക്കുന്നു ആണ്. ഈ ആശയം ഒരു ബിറ്റ് അബ്സ്ട്രാക്റ്റ് ആണ്, പക്ഷേ എനിക്ക് രണ്ട് ഉദാഹരണങ്ങൾ അതു വിശദമാക്കുന്നത് കാണാം: ഒറ്റ അനലോഗ് ഒന്നു, ഡിജിറ്റൽ.

സന്ദർഭ ലേക്കുള്ള അപ്രകാരം ഒരു ക്ലാസിക് ഉദാഹരണമാണ് വിചിടേ ജൂറി സ്റ്റഡി [നിന്ന് വരുന്നു Vaughan (1967) ; Katz, Capron, and Glass (1972) ; CH 2] -. പുറമേ ചിലപ്പോൾ ചിക്കാഗോ ജൂറി സംരംഭം (Cornwell 2010) . ഈ പഠനത്തിൽ ചിക്കാഗോ സർവ്വകലാശാലയിലെ ഗവേഷകർ, നിയമവ്യവസ്ഥയെയും സോഷ്യൽ വശങ്ങൾ കുറിച്ച് ഒരു വലിയ പഠനത്തിന്റെ ഭാഗമായി രഹസ്യമായി വിചിടേ, കൻസാസ് ആറ് ജൂറി സ്വാഭാവികമായ രേഖപ്പെടുത്തിയിട്ടുണ്ട്. കേസുകളിൽ ജഡ്ജിമാരും അഭിഭാഷകർ റെക്കോർഡിങ്ങുകൾ അംഗീകരിച്ചു, പ്രോസസ്സ് കർശനമായ അദ്ധ്യക്ഷസ്ഥാനം ഉണ്ടായിരുന്നു. എന്നാൽ, ജൂറി റെക്കോർഡിങ്ങുകൾ നടന്നു എന്ന് അറിവില്ലാത്തവരായിരുന്നു. പഠനം കണ്ടെത്തിയത് ഒരിക്കൽ, പൊതു ലവലിലേക്ക് ഉണ്ടായിരുന്നു. ജസ്റ്റിസ് വകുപ്പ് പഠനത്തിന് അന്വേഷണം തുടങ്ങി, ഗവേഷകർ കോൺഗ്രസ് മുന്നിൽ സാക്ഷ്യം വിളിച്ചു ചെയ്തു. ആത്യന്തികമായി, കോൺഗ്രസ് രഹസ്യമായി ജൂറി ഓതികൊടുക്കേണ്ടതിനായി രേഖപ്പെടുത്താൻ അനധികൃത സത്യമെന്ന് ഒരു പുതിയ നിയമം.

വിചിടേ ജൂറി അധ്യയന വിമർശകർ എന്ന ആശങ്ക പങ്കാളികൾക്ക് ഉപദ്രവവും ചെയ്തു; മറിച്ച്, ജൂറി ഓതികൊടുക്കേണ്ടതിനായി സന്ദര്ഭത്തോട് അപ്രകാരം ആയിരുന്നു. ആ ജനം ജൂറി അംഗങ്ങൾ സുരക്ഷിതവും സംരക്ഷിച്ചിരിക്കുന്നു ബഹിരാകാശത്ത് ചർച്ചകൾ ആയിരുന്നു എന്ന് വിശ്വസിച്ചില്ല എങ്കിൽ, അതു ജൂറി ചർച്ചകൾക്ക് ഭാവിയിൽ മുന്നോട്ട് തേടാതെ ആകും എന്നു ആണ്. ജൂറി ഓതികൊടുക്കേണ്ടതിനായി പുറമേ, സമൂഹത്തിൽ പോലുള്ള അറ്റോർണി ക്ലയന്റ് ബന്ധങ്ങൾ മനഃശാസ്ത്രപരവുമായ കെയർ കൂടുതൽ സംരക്ഷണവും നൽകുന്നു മറ്റ് നിർദ്ദിഷ്ട സോഷ്യൽ സന്ദർഭങ്ങൾ ഉണ്ട് (MacCarthy 2015) .

സന്ദർഭ ലേക്കുള്ള അപ്രകാരം അപകടസാധ്യത സാമൂഹിക സിസ്റ്റങ്ങൾ തടസം രാഷ്ട്രീയ മീമാംസ ചില ഫീൽഡ് പരീക്ഷണങ്ങളിൽ കയറി വരുന്ന (Desposato 2016b) . രാഷ്ട്രീയ മീമാംസ ഒരു ഫീൽഡ് പരീക്ഷണം കൂടുതൽ സന്ദർഭ-സംവേദി കുറഞ്ഞ-ആനുകൂല്യം കണക്കുകൂട്ടൽ ഒരു ഉദാഹരണം കാണുക Zimmerman (2016) .

• ജസ്റ്റിസ് (വിഭാഗം 6.4.3)

പങ്കെടുക്കുന്നവർ നഷ്ടപരിഹാരം ഡിജിറ്റൽ യുഗത്തിൽ ഗവേഷണ ബന്ധപ്പെട്ട സജ്ജീകരണങ്ങളുടെ എണ്ണം ചർച്ച ചെയ്തു. Lanier (2014) അവർ ഉത്പാദിപ്പിക്കും ഡിജിറ്റൽ ആത്മപരിശോധന പങ്കെടുക്കുന്നവരെ അടയ്ക്കേണ്ട നിർദ്ദേശിച്ചു. Bederson and Quinn (2011) ഓൺലൈൻ തൊഴിൽ വിപണികൾ പണം വിശദീകരിയ്ക്കുന്നു. ഒടുവിൽ Desposato (2016a) ഫീൽഡ് പരീക്ഷണങ്ങളിൽ പങ്കെടുക്കുന്നവരെ അടയ്ക്കേണ്ട നിർദ്ദേശിക്കുന്നു. അവൻ പങ്കെടുക്കുന്നവർക്ക് നേരിട്ട് കഴിയില്ല പോലും, ഒരു സംഭാവന അവരുടെ വേണ്ടി പ്രവർത്തിക്കുന്ന ഒരു ഗ്രൂപ്പ് വരുത്താൻ കഴിഞ്ഞില്ല ചൂണ്ടിക്കാണിക്കുന്നുണ്ട്. ഉദാഹരണത്തിന്, എൻകോർ ഗവേഷകർ ഇന്റർനെറ്റ് ആക്സസ് പിന്തുണയ്ക്കാൻ അധ്വാനിക്കുന്ന ഒരു ഗ്രൂപ്പിലേക്ക് ഒരു സംഭാവന നൽകി കഴിയുമായിരുന്നു.

• നിയമം പൊതു താൽപര്യ (വിഭാഗം 6.4.4) ബഹുമാനം

നിബന്ധനകൾ-ഓഫ്-സേവന ഉടമ്പടികൾ നിയമാനുസൃതമായ സർക്കാരുകൾ സൃഷ്ടിച്ച തുല്യ പാർട്ടികളും തമ്മിലുള്ള ഇടപ്പെട്ട് കരാറുകൾ കുറവ് ഭാരം വേണം. ഗവേഷകർ മുൻകാലങ്ങളിൽ നിബന്ധനകൾ-ഓഫ്-സേവന ഉടമ്പടികൾ ലംഘിച്ചതായി എവിടെയൊക്കെ പൊതുവെ (വിവേചനം അളക്കാൻ ഫീൽഡ് പരീക്ഷണങ്ങൾ പോലെ) കമ്പനികളുടെ പ്രവർത്തനരീതി നൽകില്ല ഓട്ടോമേറ്റഡ് അന്വേഷണങ്ങൾ ഉപയോഗിച്ച് ഇടപെടണം. അധിക ചർച്ചയ്ക്ക് കാണാൻ Vaccaro et al. (2015) , Bruckman (2016a) , Bruckman (2016b) . സേവന നിബന്ധനകൾ ചർച്ചചെയ്യുന്നുണ്ട് ആ വിവരണാത്മകവുമാണെന്നതിനാലും ഗവേഷണങ്ങൾ നടക്കുന്ന ഒരു ഉദാഹരണത്തിന്, കാണുക Soeller et al. (2016) . എന്നാൽ നിയമ പ്രശ്നങ്ങൾ അവർ സേവന നിബന്ധനകൾ ലംഘിക്കുന്നില്ലെന്ന് ഗവേഷകർ മുഖത്ത് കൂടുതൽ കാണുക Sandvig and Karahalios (2016) .

• രണ്ട് സദാചാര ചട്ടക്കൂടുകളും (വിഭാഗം 6.5)

വ്യക്തമായും, വമ്പിച്ച അളവിൽ consequentialism ആൻഡ് deontology കുറിച്ച് എഴുതിയിരിക്കുന്നു. ഇവ എങ്ങനെ നൈതിക ചട്ടക്കൂടുകളും, മറ്റുള്ളവരുടെ ഒരു ഉദാഹരണത്തിന്, കാണുക, ഡിജിറ്റൽ യുഗത്തിൽ ഗവേഷണ കുറിച്ച് ന്യായവാദം ഉപയോഗിയ്ക്കാം Zevenbergen et al. (2015) . ഈ നൈതിക ചട്ടക്കൂടുകളും, സാമ്പത്തികശാസ്ത്രം വികസിപ്പിക്കാൻ കാണാൻ വയലിലെ പരീക്ഷണങ്ങൾ പ്രയോഗിക്കാൻ എങ്ങനെ ഒരു ഉദാഹരണത്തിന് Baele (2013) .

• സമ്മതപത്രത്തിൽ (വിഭാഗം 6.6.1)

വിവേചനങ്ങൾ ഓഡിറ്റ് പഠനങ്ങൾ കൂടുതൽ, കാണുക Pager (2007) ഉം Riach and Rich (2004) . മാത്രമല്ല ഈ പഠനത്തിന് സമ്മതം അറിയിച്ചിട്ടുണ്ട് അല്ല, അവർ .മാതൃത്വം ഇല്ലാതെ ചതി ഉൾപ്പെട്ടിരിക്കുന്നത്.

രണ്ടും Desposato (2016a) ഉം Humphreys (2015) സമ്മതമില്ലാതെ ഫീൽഡ് പരീക്ഷണങ്ങൾ കുറിച്ച് ഉപദേശവും വാഗ്ദാനം.

Sommers and Miller (2013) കബളിപ്പിക്കുന്ന ശേഷം പങ്കെടുക്കുന്നവരെ .മാതൃത്വം അല്ല അനുകൂലമായി നിരവധി വാദങ്ങൾ വിലയിരുത്തുകയും, ഗവേഷകർ സാഹചര്യങ്ങൾ വളരെ ഇടുങ്ങിയ സെറ്റ് കീഴിൽ പൂനെയില് ചെയ്യേണ്ടിവരും ".മാതൃത്വം വാദിക്കുന്നു ആണിനെ ഫീൽഡ് ഗവേഷണത്തിൽ ഇതിൽ .മാതൃത്വം ഗണ്യമായ പ്രായോഗിക തടസ്സങ്ങളെ എന്നാൽ ഗവേഷകർ പരിഹരിക്കാം ഇല്ലായിരുന്നു അവര് അറിഞ്ഞില്ല .മാതൃത്വം കുറിച്ച് അനീഷ്കുമാര് യാതൊരു. ഗവേഷകർ, ഒരു കർഷകബാലൻ പങ്കാളിയും പൂള് പരിപാലിക്കും പങ്കാളിയോ കോപം തങ്ങളെ പരിചയും അല്ലെങ്കിൽ ദോഷവും പങ്കെടുക്കുന്നവരെ സംരക്ഷിക്കാനാണ് .മാതൃത്വം പൂനെയില് അനുമതി. പാടില്ല "മറ്റുള്ളവരെ .മാതൃത്വം ഗുണത്തെക്കാളേറെ ദോഷം കാരണമാകുന്നു എങ്കിൽ അതു ഒഴിവാക്കണം വാദിച്ചിട്ടുണ്ട്. .മാതൃത്വം ചില ഗവേഷകർ Beneficence ഓളം പേർ ആദരവു മുൻഗണന എവിടെ കേസ്, ചില ഗവേഷകർ ചെയ്യാന്. ഒരു സാധ്യമായ പരിഹാരം പങ്കെടുക്കുന്നവർ ഒരു പഠന അനുഭവം .മാതൃത്വം വഴികൾ കണ്ടെത്താൻ തന്നെ. ആ ഒരുപക്ഷേ .മാതൃത്വം പുറമേ പങ്കെടുക്കുന്നവർ പ്രയോജനപ്പെടുന്ന ചെയ്യാം, പകരം ഉപദ്രവം കഴിയാത്ത കാര്യങ്ങൾ പോലെ .മാതൃത്വം ചിന്തിക്കുമ്പോൾ അധികം ആണ്. വിദ്യാഭ്യാസ .മാതൃത്വം ഇത്തരത്തിലുള്ള ഒരു ഉദാഹരണത്തിന്, കാണുക Jagatic et al. (2007) ഒരു സോഷ്യൽ ഫിഷിംഗ് പരീക്ഷണം ശേഷം വിദ്യാർത്ഥികൾക്ക് .മാതൃത്വം ന്. സൈക്കോളജിസ്റ്റുകൾ .മാതൃത്വം സാങ്കേതികവിദ്യകൾ വികസിപ്പിച്ചെടുത്തിട്ടുണ്ട് (DS Holmes 1976a; DS Holmes 1976b; Mills 1976; Baumrind 1985; Oczak and Niedźwieńska 2007) ചിലരെ പ്രയോജനകരമായി ഡിജിറ്റൽ യുഗത്തിൽ ഗവേഷണ ബാധകമായേക്കാം. Humphreys (2015) അനുരാഗം സമ്മതം രസകരമായ ചിന്തകൾ പ്രദാനം, ഞാൻ വിവരിച്ച .മാതൃത്വം തന്ത്രത്തിന്റെ അടുത്ത ബന്ധമുണ്ട്.

അവരുടെ സമ്മതത്തിനായി പങ്കാളികളുടെ ഒരു സാമ്പിൾ ആവശ്യപ്പെട്ട് എന്ന ആശയം എന്താണ് ബന്ധപ്പെട്ടിരിക്കുന്നു Humphreys (2015) അനുമാനവും സമ്മതം വിളിക്കുന്നു.

സമ്മതം ബന്ധപ്പെട്ട proposed ചെയ്തിരിക്കുന്ന കൂടുതൽ ആശയം ഓൺലൈൻ പരീക്ഷണങ്ങളിൽ അംഗീകരിക്കുന്നു ആളുകളുടെ ഒരു പാനൽ പണിയാൻ ആണ് (Crawford 2014) . ചിലർ ഈ പാനൽ ജനത്തിന്റെ ഒരു നോൺ-റാൻഡം സാമ്പിൾ തന്നെ ചൂണ്ടിക്കാട്ടുന്നത്. എന്നാൽ, അദ്ധ്യായം 3 (ചോദ്യങ്ങൾ) ഈ പ്രശ്നങ്ങൾ പോസ്റ്റ്-നാടകമുണ്ടായിരുന്നു സാമ്പിൾ ചേരുന്ന ഉപയോഗിച്ച് സാധ്യതയുള്ള addressable കാണിക്കുന്നു. എതിരെ, പാനലിൽ വേണം സമ്മതം പരീക്ഷണങ്ങളുടെ മുറികൾ മൂടും കഴിഞ്ഞില്ല. മറ്റു വാക്കുകളിൽ പങ്കെടുക്കുന്നവർ ഓരോന്നായി പരീക്ഷണം സമ്മതിക്കുന്നു ആവശ്യമില്ല വരില്ല, ഒരു ആശയം വിശാലമായ സമ്മതം വിളിച്ചു (Sheehan 2011) .

• വിവേകം മാനേജിംഗ് വിജ്ഞാനദായകവുമായ റിസ്ക് (വിഭാഗം 6.6.2)

ഫാർ അതുല്യമായ നിന്ന്, നെറ്റ്ഫിക്സ് സമ്മാനം ആളുകളെ കുറിച്ച് വിശദമായ വിവരങ്ങൾ അടങ്ങിയിട്ടുള്ള ഡാറ്റാസെറ്റുകളുടെ ഒരു പ്രധാന സാങ്കേതിക പ്രോപ്പർട്ടി ഉദാഹരിക്കുന്ന, അങ്ങനെ ആധുനിക സാമൂഹിക ഡാറ്റാസെറ്റുകളുടെ "anonymization" സാധ്യത പ്രധാനപ്പെട്ട പാഠങ്ങൾ പ്രദാനം ചെയ്യുന്നു. ഓരോ വ്യക്തിയെക്കുറിച്ചുള്ള വിവരങ്ങൾ പല കഷണങ്ങൾ ഉപയോഗിച്ച് ഫയലുകൾ ഔപചാരികമായി നിർവചിക്കപ്പെട്ട അർഥത്തിൽ വിരളമാണ് സാദ്ധ്യത Narayanan and Shmatikov (2008) . അതാണ് ഓരോ റെക്കോർഡിനുമായി ഒരാളാണ് എന്ന് യാതൊരു റെക്കോർഡുകൾ ആണ്, വാസ്തവത്തില് വളരെ സമാനമാണ് യാതൊരു റെക്കോർഡുകൾ: ഓരോ വ്യക്തി ബഹുദൂരം ഡാറ്റാഗണത്തിൽ തങ്ങളുടെ അടുത്തുള്ള നിന്നുള്ളതാണ്. ഒറ്റ കാരണം ഒരു 5 നക്ഷത്ര സ്കെയിലിൽ 20,000 സിനിമകൾ, \ കുറിച്ച് ഉണ്ട് നെറ്റ്ഫിക്സ് ഡാറ്റ വിരളമാണ് ആകേണ്ടതിന്നു ഊഹിക്കാവുന്നതേയുള്ളൂ (6 ^ {20,000} \) ഓരോ വ്യക്തിയും (6 ഒരുത്തൻ 5 നക്ഷത്രങ്ങളെയും പുറമേ സങ്കല്പ്പിച്ചു സാധ്യമായ മൂല്യങ്ങൾ , ആരെങ്കിലും ഇല്ല ഒരിക്കലും സിനിമ റേറ്റ് ചെയ്തിരിക്കാം). ഈ നമ്പർ പോലും ഗ്രഹിക്കാൻ ഹാർഡ് അതിനാൽ വലുതാണ്.

Sparsity രണ്ടു പ്രധാന പ്രാധാന്യമുണ്ടെന്ന്. ഒന്നാമതായി, റാൻഡം ബുധനെക്കാൾ അടിസ്ഥാനമാക്കി "അഞ്ജാതമാക്കാൻ" ഡാറ്റാഗണം ശ്രമിക്കുന്നതിനിടയിൽ സാധ്യത പരാജയപ്പെടും എന്നാണ്. ആ ഇളകിമറിയുന്ന റെക്കോർഡ് ഇപ്പോഴും അക്രമിയെ വിവരം അടുത്തുള്ള സാധ്യത റെക്കോർഡ് കാരണം നെറ്റ്ഫിക്സ് ക്രമരഹിതമായി റേറ്റിംഗിൽ (അവർ ചെയ്ത) ചില ക്രമീകരിക്കുന്നതിന് ഉണ്ടെങ്കിൽ പോലും, ഈ മതിയായ മനസ്സില്ലാതെ ആണ്. രണ്ടാമത്തേത്, sparsity ഡീ-anonymization അക്രമിയെ അപൂർണ അല്ലെങ്കിൽ നിഷ്പക്ഷമായ അറിവ് പോലും സാധ്യമാണ് എന്നാണ്. ഉദാഹരണത്തിന്, നെറ്റ്ഫിക്സ് ഡാറ്റ, ന്റെ അക്രമിയെ രണ്ടു സിനിമകളും നിങ്ങൾ ആ റേറ്റിങ് +/- 3 ദിവസം ഉണ്ടാക്കി തീയതികളിൽ നിങ്ങളുടെ റേറ്റിംഗുകൾ അറിയുന്നു നിരൂപിക്കരുതു; മാത്രം വെറും ആ വിവരം സവിശേഷമായി നെറ്റ്ഫിക്സ് ഡാറ്റ ആളുകളുടെ 68% തിരിച്ചറിയുന്നതിനായി മതി. ആക്രമണകാരികളെ +/- 14 ദിവസം റേറ്റുചെയ്തിട്ടുണ്ട് 8 സിനിമകൾ അറിയുന്നു എങ്കിൽ, ഈ അറിയപ്പെടുന്ന റേറ്റിങ് രണ്ടു പൂർണ്ണമായും തെറ്റാണ് പോലും, റെക്കോർഡുകൾ 99% സവിശേഷമായി ഡാറ്റാഗണത്തിൽ തിരിച്ചറിഞ്ഞു കഴിയും. മറ്റു വാക്കുകളിൽ, sparsity ഡാറ്റ, ഏറ്റവും ആധുനിക സാമൂഹിക ഡാറ്റാഗണത്തിന്റെ വിരളമാണ് കാരണം ദൗർഭാഗ്യകരമാണ് ഏത് "അഞ്ജാതമാക്കാൻ" ശ്രമങ്ങൾ ഒരു മൗലികമായ പ്രശ്നം.

ടെലിഫോൺ മെറ്റാഡാറ്റ പുറമേ "അജ്ഞാത" സെൻസിറ്റീവ് അല്ല തോന്നുന്നില്ല, എന്നാൽ ആ കേസ് അല്ല. ടെലിഫോൺ മെറ്റാഡാറ്റ തിരിച്ചറിയാനാകാത്ത ആൻഡ് സെൻസിറ്റീവ് ആണ് (Mayer, Mutchler, and Mitchell 2016; Landau 2016) .

ചിത്രം 6.6, ഞാൻ ഡാറ്റ റിലീസ് നിന്ന് ഗവേഷണം പങ്കാളികള്, ആനുകൂല്യങ്ങളും റിസ്ക് തമ്മിൽ കച്ചവടം-പുറത്തെടുത്ത മെനഞ്ഞെടുത്തു. പരിമിതമായ പ്രവേശനമുള്ള തമ്മിലുള്ള ഒരു താരതമ്യത്തിന് സമീപനങ്ങളിലും (ഉദാ, മതിലുള്ള തോട്ടം), നിയന്ത്രിത ഡാറ്റ സമീപനങ്ങളിലും (ഉദാ, anonymization ചില) കാണാൻ Reiter and Kinney (2011) . ഡാറ്റയുടെ റിസ്ക് അളവ് ഒരു proposed വിഭാഗീകരണം സിസ്റ്റം കാണുക Sweeney, Crosas, and Bar-Sinai (2015) . അവസാനമായി, ഡാറ്റ പങ്കിടൽ കൂടുതൽ ഒരു പൊതു ചർച്ചയ്ക്ക് കാണാൻ Yakowitz (2011) .

ഈ നിലവരുത്തലാണ് ഡാറ്റയുടെ റിസ്ക് യൂട്ടിലിറ്റി തമ്മിലുള്ള വിശദമായ വിശകലനം, കാണുക Brickell and Shmatikov (2008) , Ohm (2010) , Wu (2013) , Reiter (2012) , ഒപ്പം Goroff (2015) . ഈ നിലവരുത്തലാണ് കൂടിയ തുറക്കുക ഓൺലൈൻ കോഴ്സുകൾ (MOOCs) യഥാർത്ഥ ഡാറ്റ പ്രയോഗിച്ചു കാണാൻ, കാണാൻ Daries et al. (2014) ഉം Angiuli, Blitzstein, and Waldo (2015) .

ഡിഫറൻഷ്യൽ സ്വകാര്യത പുറമേ, പങ്കെടുക്കുന്നവർക്ക് സമൂഹത്തിലും അപകടസാദ്ധ്യത ഉയർന്ന ആനുകൂല്യം രണ്ടും സംയോജിപ്പിച്ച് കാണാൻ ഒരു ബദൽ സമീപനത്തിനു പ്രദാനം Dwork and Roth (2014) ഉം Narayanan, Huey, and Felten (2016) .

വ്യക്തിപരമായി വിവരങ്ങൾ (PII), ഗവേഷണ എത്തിക്സ് കുറിച്ച് നിയമങ്ങൾ പല കേന്ദ്ര ആണ് കണ്ടെത്താനുള്ള ആശയം കൂടുതൽ, കാണുക Narayanan and Shmatikov (2010) ഉം Schwartz and Solove (2011) . രഹസ്യസ്വഭാവമുള്ളവ എല്ലാ ഡാറ്റ കൂടുതൽ, കാണുക Ohm (2015) .

ഈ ഭാഗത്ത് ഞാൻ വിജ്ഞാനദായകവുമായ റിസ്ക് കാരണമാകാവുന്ന എന്തെങ്കിലും വിവിധ ഡാറ്റാസെറ്റുകളുടെ ബന്ധം ചിത്രീകരിച്ചിട്ടുണ്ട്. എന്നാല്, റിസർച്ച് പുതിയ അവസരങ്ങൾ, വാദിച്ചു സൃഷ്ടിക്കാനാകും Currie (2013) .

അഞ്ചു safes കൂടുതലറിയാൻ, കാണുക Desai, Ritchie, and Welpton (2016) . ഔട്ട്പുട്ടുകളുടെ തിരിച്ചറിയുന്നതിന് എങ്ങനെ ഒരു ഉദാഹരണം കാണുക Brownstein, Cassa, and Mandl (2006) രോഗം വരാനുള്ള എന്ന മാപ്പുകൾ. തിരിച്ചറിയുന്ന എങ്ങനെ കാണിക്കുന്ന Dwork et al. (2017) പോലുള്ള വ്യക്തികൾ ഒരു നിശ്ചിത രോഗം എത്ര സ്ഥിതിവിവരക്കണക്കുകൾ മാർക്കിൽ ഡാറ്റ, നേരെ ആക്രമണങ്ങൾ പരിഗണിക്കുന്നു.

• സ്വകാര്യത (വിഭാഗം 6.6.3)

Warren and Brandeis (1890) സ്വകാര്യത സംബന്ധിച്ച ഒരു നാഴികക്കല്ലാണ് നിയമപരമായ ലേഖനം ആണ്, ലേഖനം ഏറ്റവും സ്വകാര്യത വിട്ടേക്കുമെന്ന് ഒരു വലത് ആശയം ബന്ധപ്പെട്ടിരിക്കുന്നു. അടുത്തകാലത്ത് ഞാൻ ശുപാർശ സ്വകാര്യത പുസ്തകത്തിൽ നീളം ചികിത്സകൾ ഉൾപ്പെടുന്നു Solove (2010) ഉം Nissenbaum (2010) .

ജനം സ്വകാര്യത ചിന്തിക്കാൻ എങ്ങനെ വിവരണാത്മകവുമാണെന്നതിനാലും ഗവേഷണം റിവ്യു കാണുക Acquisti, Brandimarte, and Loewenstein (2015) . സയൻസ് ജേർണലിൽ ആര്.ഓ. വിവിധങ്ങളായ സ്വകാര്യതയും വിവരവും റിസ്ക് വിഷയങ്ങളിൽ ഏത് "അന്ത്യം സ്വകാര്യത" എന്ന പേരിൽ പ്രത്യേക പ്രശ്നം, പ്രസിദ്ധീകരിച്ചു; കാണാൻ ഒരു സംഗ്രഹം വേണ്ടി Enserink and Chin (2015) . Calo (2011) സ്വകാര്യതാ ലംഘനങ്ങൾ നിന്നു വരുന്ന അപ്രകാരം കുറിച്ച് ചിന്തിക്കുമെന്നും ഒരു ചട്ടക്കൂട് പ്രദാനം ചെയ്യുന്നു. ഡിജിറ്റൽ യുഗത്തിൽ വളരെ മാസാരംഭങ്ങളിലും സ്വകാര്യത കുറിച്ച് ആശങ്കകൾ ആദ്യകാല ഉദാഹരണമാണ് Packard (1964) .

• അനിശ്ചിതത്വം (സെക്ഷൻ 6.6.4) പ്രകാരം തീരുമാനങ്ങൾ

ചുരുങ്ങിയ റിസ്ക് സാധാരണ ബാധകമായിരിക്കും ശ്രമിക്കുമ്പോൾ വൺ വെല്ലുവിളി അത് ആരുടെ നിത്യജീവിതത്തിൽ ബെഞ്ച്മാർക്കിംഗ് ഉപയോഗിക്കുന്ന വ്യക്തമാക്കി തന്നെ ഇരിക്കാന് (Council 2014) . ഉദാഹരണത്തിന്, വീടില്ലാത്ത ജനം അവരുടെ ദൈനംദിന ജീവിതത്തിൽ അസ്വാരസ്യം ഉയർന്ന തലങ്ങളിലും ഞങ്ങൾക്കുണ്ട്. എന്നാൽ, അത് കൂടുതൽ റിസ്ക് ഗവേഷണ ഇരകള്ക്കു തുറന്നുകാട്ടാൻ സന്ധ്യ അനുവദനീയമാണ് എന്ന് അർത്ഥമില്ല. ഇക്കാരണത്താൽ, ചുരുങ്ങിയ റിസ്ക് ഒരു സാധാരണ ജനങ്ങളുടെ സാധാരണ, ഒരു പ്രത്യേക ജനസംഖ്യ സാധാരണ നേരെ വിപണിയില് വേണം ഒരു വളരുന്ന സമവായം തോന്നുന്നു. പൊതുവെ ഞാൻ ഒരു സാധാരണ ജനങ്ങളുടെ സ്റ്റാൻഡേർഡ് എന്ന ആശയം യോജിക്കുന്നു സമയത്ത്, ഞാൻ ഫെയ്സ്ബുക്ക് പോലുള്ള വലിയ ഓൺലൈൻ പ്ലാറ്റ്ഫോമുകൾ, ഒരു പ്രത്യേക ജനസംഖ്യ സാധാരണ ന്യായമായ എന്ന് തോന്നുന്നു. എന്നും വൈകാരിക മലീനീകരണത്തിനെതിരായ പരിഗണിക്കുമ്പോൾ ഞാൻ അതു ഫേസ്ബുക്കിൽ ദൈനംദിന റിസ്ക് നേരെ സെൻസെക്സ് ന്യായമായ എന്ന് തോന്നുന്നു ആണ്. ഈ കേസിൽ ഒരു പ്രത്യേക ജനസംഖ്യ സ്റ്റാൻഡേർഡ് വിലയിരുത്താൻ വളരെ എളുപ്പം ആണ് വിഭാഗങ്ങൾ (ഉദാ, തടവുകാരെ അനാഥകൾക്കും) ഇടയാകരുത് പരാജയപ്പെടുകയാണ് ഗവേഷണത്തിന് ഭാരങ്ങൾ തടയാൻ ശ്രമിക്കുന്ന ജസ്റ്റിസ് തത്വം, മായി വൈരുദ്ധ്യം സാധ്യതയില്ല.

• പ്രായോഗിക നുറുങ്ങുകൾ (വിഭാഗം 6.7)

മറ്റു പണ്ഡിതന്മാരുണ്ട്.'വേദങ്ങൾ നൈതിക അനുബന്ധങ്ങളോ ചേർക്കാൻ കൂടുതൽ പേപ്പറുകൾ വിളിപ്പിച്ചു (Schultze and Mason 2012; Kosinski et al. 2015) . King and Sands (2015) ഒറ്റയ്ക്കു നുറുങ്ങുകൾ പ്രദാനം.