နောက်ထပ်မှတ်ချက်ပြု

ဤအပိုင်းကိုတစ်ဦးဇာတ်ကြောင်းအဖြစ်ဖတ်ခံရဖို့မဟုတ်ဘဲထက်, တစ်ဦးကိုကိုးကားအဖြစ်အသုံးပြုခံရဖို့ဒီဇိုင်းပြုလုပ်ထားသည်။

• နိဒါန်း (ပုဒ်မ 6.1)

သုတေသနကျင့်ဝတ်အစဉ်အလာလည်းထိုကဲ့သို့သောသိပ္ပံနည်းကျလိမ်လည်မှုနှင့်ချေးငွေ၏ခွဲဝေအဖြစ်အကြောင်းအရာများပါဝင်သည်သိရသည်။ ဤရွေ့ကားသည့်အကြောင်းအရာများအတွက်ကြီးမြတ်အသေးစိတ်ဆွေးနွေးတင်ပြကြသည် Engineering (2009) ။

ဒီအခန်းပြင်းပြင်းထန်ထန်အမေရိကန်ပြည်ထောင်စုရှိအခွအေနအားဖြင့်ပုံဖော်သည်။ တခြားနိုင်ငံတွေအတွက်ကျင့်ဝတ်ဆိုင်ရာသုံးသပ်ချက်ကိုလုပျထုံးလုပျနညျးအပေါ်ပိုပြီးအဘို့, အခနျး 6, 7, 8, နဲ့ 9 မြင် Desposato (2016b) ။ ဤအခနျးလွှမ်းမိုးမှုသောဇီဝဆေးဝါးကျင့်ဝတ်ဆိုင်ရာအခြေခံမူများအလွန်အကျွံအမေရိကန်ဖြစ်ကြောင်းတစ်ဦးငြင်းခုံသည်အတွေ့ Holm (1995) ။ US မှာ Institutional ကိုပြန်လည်ဆန်းစစ်ခြင်းဘုတ်အဖွဲ့ပိုသမိုင်းဆိုင်ရာပြန်လည်သုံးသပ်တွေ့ Stark (2012) ။

အဆိုပါ Belmont အစီရင်ခံစာနှင့်အမေရိကန်အတွက်နောက်ဆက်တွဲစည်းမျဉ်းသုတေသနနှင့်လေ့ကျင့်ခြားနားစေပြီ။ ဒီဂုဏ်ထူးနောက်ပိုင်းတွင်ဝေဖန်ခဲ့ (Beauchamp and Saghai 2012; boyd 2016; Metcalf and Crawford 2016; Meyer 2015) ။ ငါကျင့်ဝတ်ဆိုင်ရာအခြေခံမူများနှင့်မူဘောင်နှစ်ခုလုံး setting များကိုလျှောက်ထားထင်သောကြောင့်, ငါသညျဤအခနျးမှာဒီခြားနားအောင်မပါဘူး။ Facebook ကသုတေသနကြီးကြပ်အပေါ်ပိုမိုတွေ့ Jackman and Kanerva (2016) ။ ကုမ္ပဏီများနှင့် NGO များမှာသုတေသနလုပ်ငန်းကြီးကြပ်များအတွက်အဆိုပြုချက်အဘို့အတွေ့ Polonetsky, Tene, and Jerome (2015) နှင့် Tene and Polonetsky (2016) ။

2014 ခုနှစ်တွင်အီဘိုလာရောဂါဖြစ်ပွားသည့်အမှုကိစ္စတွင်အပေါ်ပိုမိုတွေ့ McDonald (2016) , နှင့်မိုဘိုင်းဖုန်းကိုအချက်အလက်များ၏ privacy ကိုအန္တရာယ်များအကြောင်းကိုပိုမိုအဘို့အတွေ့ Mayer, Mutchler, and Mitchell (2016) ။ မိုဘိုင်းဖုန်းဒေတာကို အသုံးပြု. အကြပ်အတည်း-related သုတေသန၏ပုံသက်သေကိုတွေ့ Bengtsson et al. (2011) နှင့် Lu, Bengtsson, and Holme (2012) ။

• ဥပမာသုံးခု (ပုဒ်မ 6.2)

လူအတော်များများဟာစိတ်ခံစားမှုဘယ်လိုကူးစက်အကြောင်းရေးထားပြီ။ အဆိုပါဂျာနယ်သုတေသနကျင့်ဝတ်စမ်းသပ်မှုဆွေးနွေးဇန္နဝါရီလ 2016 မှာသူတို့ရဲ့တစ်ခုလုံးကိုပြဿနာမြှုပ်နှံ; မြင် Hunter and Evans (2016) ခြုံငုံသုံးသပ်သည်။ : သိပ္ပံအမျိုးသားပညာရှင်များ၏တရားစွဲဆိုထားစမ်းသပ်မှုနှင့် ပတ်သက်. နှစ်ဦးကိုအပိုင်းပိုင်းပုံနှိပ်ထုတ်ဝေ Kahn, Vayena, and Mastroianni (2014) နှင့် Fiske and Hauser (2014) ။ ထိုစမ်းသပ်မှုနှင့် ပတ်သက်. အခြားအပိုငျးပိုငျးပါဝင်: Puschmann and Bozdag (2014) ; Meyer (2014) ; Grimmelmann (2015) ; Meyer (2015) ; Selinger and Hartzog (2015) ; Kleinsman and Buckley (2015) ; Shaw (2015) ; Flick (2015)

Encore အပေါ်ပိုမိုတွေ့ Jones and Feamster (2015) ။

• ဒစ်ဂျစ်တယ် (ပုဒ်မ 6.3) ကွဲပြားခြားနားသည်

အစုလိုက်အပြုံလိုက်စောင့်ကြည့်၏စည်းကမ်းချက်များ၌, ကျယ်ပြန့် Overview အတွက်ထောက်ပံ့ပေးလျက်ရှိသည် Mayer-Schönberger (2009) နှင့် Marx (2016) ။ စောင့်ကြည့်၏ပြောင်းလဲနေသောကုန်ကျစရိတ်၏တစ်ဦးကွန်ကရစ်ဥပမာအားဖြင့်, Bankston and Soltani (2013) ဆဲလ်ဖုန်းသုံးပြီးရာဇဝတ်မှုသံသယခြေရာခံရုပ်ပိုင်းဆိုင်ရာစောင့်ကြည့် အသုံးပြု. ထက် 50 ခန့်ကြိမ်စျေးနှုန်းချိုသာကြောင်းခန့်မှန်းထားသည်။ Bell and Gemmell (2009) ကိုယ်ပိုင်အပေါ်တစ်ဦးထက်ပိုအကောင်းမြင်ရှုထောင့်ကိုထောက်ပံ့ပေး စောင့်ကြည့်ခြင်း။ အများပြည်သူသို့မဟုတ်တစ်စိတ်တစ်ပိုင်းအများပြည်သူကြောင်း observable အပြုအမူ (ဥပမာ, မြည်းစမ်း, ဆက်ဆံရေး, နှင့် Time) ကိုခြေရာခံနိုင်ဖြစ်ခြင်းအပြင်, သုတေသီများ ပို. ပို. အများအပြားသင်တန်းသားများကိုပုဂ္ဂလိကဖြစ်ထည့်သွင်းစဉ်းစားသောအရာတို့ကိုအခြနိုင်ပါတယ်။ ဥပမာအားဖြင့်, မိခါလသည် Kosinski နှင့်လုပ်ဖော်ကိုင်ဖက်များသူတို့ထိုကဲ့သို့သောထင်ရသောသာမန်ဒီဂျစ်တယ်သဲလွန်စဒေတာ (Facebook က Likes) မှစွဲလမ်းတ္ထုများ၏လိင်ပိုင်းဆိုင်ရာတိမ်းညွတ်နှင့်အသုံးပြုမှုကြောင့်လူခန့်ထိခိုက်မခံတဲ့သတင်းအချက်အလက်များအခြနိုင်ကြောင်းပြသ (Kosinski, Stillwell, and Graepel 2013) ။ ဒီမှော်အသံ, ဒါပေမယ့်ဒစ်ဂျစ်တယ်ခြေရာတွေ, စစ်တမ်းများနှင့်ကြီးကြပ်တကယ်တော့ငါပြီးသားအကြောင်းပြောပြီးပြီကြောင်းအရာတစ်ခုခုသင်ယူမှု-ဖြစ်ပါတယ်ပေါင်းစပ် Kosinski နှင့်လုပ်ဖော်ကိုင်ဘက်သောအသုံးပြု-ချဉ်းကပ်ခြင်းငှါ, ။ အခန်း 3 (မေးခွန်းများကိုမေး) တွင်ငါသည်သင်တို့ကိုအဘယ်သို့တဲ့ Josh Blumenstock နှင့်လုပ်ဖော်ကိုင်ဖက်များကပြောကြားခဲ့သည်ကွောငျးသတိရပါ (2015) ရဝမ်ဒါဆင်းရဲနွမ်းပါးမှုခန့်မှန်းရန်မိုဘိုင်းဖုန်းကိုဒေတာနဲ့ပေါင်းစပ်စစ်တမ်းဒေတာ။ ထိထိရောက်ရောက်ဖွံ့ဖြိုးဆဲတိုင်းပြည်တွင်ဆင်းရဲနွမ်းပါးမှုကိုတိုင်းတာဖို့အသုံးပြုနိုင်သည့်ဒီအတိအကျတူညီချဉ်းကပ်မှု, လည်းယူဆချက်များချိုးဖောက်အလားအလာ privacy ကိုအတွက်အသုံးပြုနိုင်ပါတယ်။

ကိုက်ညီမှုမရှိဥပဒေများနှင့်စံချိန်စံညွှန်းသင်တန်းသားများ၏ဆန္ဒကိုလေးစားလိုက်နာဘူး, ဒါကြောင့်သုတေသီများက "စည်းမျဉ်းစည်းကမ်းစျေးဝယ်" မှဦးဆောင်လမ်းပြနိုင်ကြောင်းသုတေသနများဖို့ဦးဆောင်လမ်းပြနိုင် (Grimmelmann 2015; Nickerson and Hyde 2016) ။ အထူးသဖြင့်, IRB ကြီးကြပ်ရှောင်ရှားရန်ဆန္ဒရှိသူအချို့သုတေသီများက IRBs ဖြင့်ဖုံးလွှမ်းကြသည်မဟုတ်သူကိုမိတ်ဖက် (ကုမ္ပဏီတွေသို့မဟုတ် NGO များမှာဥပမာ, လူတွေ) ဒေတာစုဆောင်း de-ခွဲခြားသတ်မှတ်ရှိသည်။ ထို့နောက်သုတေသီများကအနည်းဆုံးလက်ရှိစည်းမျဉ်းစည်းကမ်းတွေအချို့ကိုအဓိပ္ပာယ်ကောက်ယူသည်နှင့်အညီ, IRB ကြီးကြပ်မရှိဘဲဤ de-ဖော်ထုတ်ဒေတာခွဲခြမ်းစိတ်ဖြာနိုင်ပါတယ်။ IRB ရှောင်တိမ်းမှုတွေကို၏ဤကြင်နာတဲ့အခြေခံမူ-based ချဉ်းကပ်မှုနှင့်အတူကိုက်ညီမှုမရှိဖြစ်ပုံပေါ်ပါတယ်။

လူကျန်းမာရေးကိုဒေတာနဲ့ပတ်သက်ပြီးရှိသည်သောကိုက်ညီမှုမရှိနှင့်ပင်သောင်းပြောင်းထွေလာရောနှောအတွေးအခေါ်များအပေါ်ပိုမိုတွေ့ Fiore-Gartland and Neff (2015) ။ သုတေသနလုပ်ငန်းကျင့်ဝတ်ဆုံးဖြတ်ချက်များကိုတွေ့မြင်ဘို့သောင်းပြောင်းထွေလာရောနှောဖန်တီးသောပြဿနာအပေါ်ပိုပြီးအဘို့အ Meyer (2013) ။

Analog စအသက်အရွယ်နှင့်ဒစ်ဂျစ်တယ်အသက်အရွယ်သုတေသနလုပ်ငန်းများအကြားတစ်ဦးကခြားနားချက်သင်တန်းသားများနှင့်အတူဒီဂျစ်တယ်ခေတ်သုတေသနလုပ်ငန်းအပြန်အလှန်တွင်ပိုမိုဝေးလံသောဖြစ်ပါတယ်။ ဤရွေ့ကား interaction ကမကြာခဏအဲဒီလိုကုမ္ပဏီအဖြစ်ကြားခံတဆင့်ပေါ်ပေါက်နှင့်သုတေသီများနှင့်သင်တန်းသားများအကြားကြီးမားတဲ့ရုပ်ပိုင်းဆိုင်ရာနှင့်လူမှုရေး-အကွာအဝေးသည်ပုံမှန်အားဖြင့်လည်းရှိ၏။ ဤသည်ဝေးလံသောအပြန်အလှန်ထိုကဲ့သို့သော, အပိုက​​ာကွယ်မှုလိုအပ်သောသူသင်တန်းသားများကိုထွက်ပြဆိုးရွားသောဖြစ်ရပ်များဖော်ထုတ်မယ်, ထိုသို့ဖြစ်ပေါ်ပါကအန္တရာယ် remediating အဖြစ်, ဒီဂျစ်တယ်ခေတ်သုတေသနတွင် analog အသက်အရွယ်သုတေသနလုပ်ငန်းအတွက်လွယ်ကူသောဖြစ်ကြောင်းအချို့သောအမှုအရာခက်ခဲစေသည်။ ဥပမာအားဖြင့်, ရဲ့တူညီတဲ့ခေါင်းစဉ်အပေါ်တစ်ဦးဖြစ်နိုင်ချေဓာတ်ခွဲခန်းစမ်းသပ်မှုနှင့်အတူစိတ်ခံစားမှုဘယ်လိုကူးစက်နှိုငျးယှဉျရစေ။ ထိုဓါတ်ခွဲခန်းစမ်းသပ်မှုများတွင်သုတေသီများကစိတ်ခံစားမှုရောက်သောသိသာနိမိတ်လက္ခဏာများဖြင့်ဓာတ်ခွဲခန်းမှာရောက်ရှိသူမည်သူမဆိုထွက်ပြနိုင်ဘူး။ ထိုဓါတ်ခွဲခန်းစမ်းသပ်မှုတခုဆိုးရွားသောဖြစ်ရပ်ကဖန်တီးမယ်ဆိုရင်နောက်ထပ်, သုတေသီများ, မြင်ရထိခိုက်မှု remediate မှန်ဆောင်မှုပေး, ပြီးတော့အနာဂတ်ပျက်ဆီးကာကွယ်တားဆီးဖို့စမ်းသပ် protocol ကိုမှချိန်ညှိပါစေလိမ့်မယ်။ အမှန်တကယ်စိတ်ခံစားမှုဘယ်လိုကူးစက်စမ်းသပ်မှုအတွက်အပြန်အလှန်၏ဝေးလံတဲ့သဘောသဘာဝဒီရိုးရှင်းတဲ့နှင့်ပညာရှိခြေလှမ်းများ၏အသီးအသီးအလွန်အမင်းခက်ခဲစေသည်။ ဒါ့အပြင်ကိုယ့်သုတေသီများနှင့်သင်တန်းသားများအကြားအကွာအဝေးဟာသူတို့ရဲ့သင်တန်းသားများ၏စိုးရိမ်ပူပန်မှုများမှသုတေသီများလျော့နည်းထိခိုက်မခံတဲ့စေသည်သံသယရှိ။

ကိုက်ညီမှုမရှိစံချိန်စံညွှန်းများနှင့်ဥပဒေများကိုအခြားသတင်းရပ်ကွက်များ။ ဒီမကိုက်ညီတချို့ကဤသုတေသနပြုလောကီနိုင်ငံအရပ်ရပ်ရှိသမျှကျော်ဖြစ်ပျက်နေသည်ဟူသောအချက်ကိုထံမှလာ။ ဥပမာအားဖြင့်, Encore လောကီနိုင်ငံအရပ်ရပ်ရှိသမျှကျော်ထံမှလူပါဝင်ပတ်သက်, ထို့ကြောင့်ကြောင့်အများအပြားကွဲပြားခြားနားသောနိုင်ငံများ၏ဒေတာကာကွယ်စောင့်ရှောက်ရေးနှင့် privacy ဥပဒေများမှဘာသာရပ်ဖြစ်လိမ့်မယ်။ (လုပ်နေတာဘာ Encore) Third-party ကို web တောင်းဆိုမှုများကိုအုပ်ချုပ်အစံချိန်စံညွှန်းဂျာမနီ, အမေရိကန်, ကင်ညာ, နှင့်တရုတ်နိုင်ငံများတွင်ကွဲပြားခြားနားအဘယျသို့လြှငျကော အဘယ်အရာကိုစံချိန်စံညွှန်းတစ်ခုတည်းတိုင်းပြည်အတွင်းပင်တသမတ်တည်းမဟုတ်ပါလျှင်? မကိုက်ညီ၏ဒုတိယအရင်းအမြစ်တက္ကသိုလ်များနှင့်ကုမ္ပဏီများမှာသုတေသီများအကြားပူးပေါင်းဆောင်ရွက်မှုမှလာ; ဥပမာအားဖြင့်, စိတ်ခံစားမှုဘယ်လိုကူးစက် Facebook ကမှာဒေတာကိုသိပ္ပံပညာရှင်နဲ့ကော်နဲလ်ပါမောက္ခတစ်ဦးနှင့်ဘွဲ့ရကျောင်းသားအကြားတစ်ဦးပူးပေါင်းခဲ့သည်။ Facebook ကကြီးမားတဲ့စမ်းသပ်ချက်အပြေးမှာလုပ်ရိုးလုပ်စဉ်ဖြစ်ပြီး, ထိုကာလမှာမဆို Third-party ကျင့်ဝတ်ဆိုင်ရာသုံးသပ်ချက်ကိုမလိုအပ်ခဲ့ပါဘူး။ ကော်နဲလ်မှာစံချိန်စံညွှန်းများနှင့်စည်းမျဉ်းစည်းကမ်းတွေကိုအတော်လေးကွာခြားပါ၏ လုံးဝနီးပါးအားလုံးစမ်းသပ်ချက်အကော်နဲလ် IRB အားဖြင့်သုံးသပ်ရမည်ဖြစ်သည်။ ဒီတော့သောစည်းမျဉ်းများအစုစိတ်ခံစားမှုဘယ်လိုကူးစက်-Facebook ရဲ့သို့မဟုတ်ကော်နဲလ်ရဲ့အုပ်ချုပ်သင့်သနည်း

ထိုအဖြစ်များသည့်နည်းဥပဒေပြန်လည်ပြင်ဆင်ရန်ကြိုးပမ်းအားထုတ်မှုအပေါ်ပိုမိုတွေ့ Evans (2013) , Council (2014) , Metcalf (2016) နှင့် Hudson and Collins (2015) ။

• လေးအခြေခံမူ (ပုဒ်မ 6.4)

ပြီးတော့ biomedical ကျင့်ဝတ်ဖို့ဂန္အခြေခံမူ-based ချဉ်းကပ်မှုဖြစ်ပါတယ် Beauchamp and Childress (2012) ။ ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်, Nonmaleficence, ကောင်းတဲ့နှင့်တရားမျှတမှုများအတွက်လေးစား: သူတို့ကလေးယောက်အဓိကအခြေခံမူဇီဝဆေးဝါးကျင့်ဝတ်ကိုလမ်းပြသင့်ကြောင်းတင်ပြသည်။ nonmaleficence ၏မူအရအခြားလူတို့အားအန္တရာယ်ဖြစ်စေတဲ့မှရှောင်ကြဉ်ဖို့တစ်တိုက်တွန်းပါသည်။ ဤအယူအဆ၏ Hippocratic စိတ်ကူးမှနက်ရှိုင်းစွာချိတ်ဆက်ဖြစ်ပါတယ် "မခိုပါ။ " သုတေသနလုပ်ငန်းကျင့်ဝတ်, ဒီနိယာမကိုမကြာခဏကောင်းတဲ့၏နိယာမနဲ့ပေါင်းစပ်, ဒါပေမယ့်မြင်သည် Beauchamp and Childress (2012) နှစ်ဦးအကြားခွဲခြားမှုအပေါ်ပိုပြီးအဘို့ (အခန်း 5) ။ ဤအအခြေခံမူအလွန်အမင်းအမေရိကန်ဖြစ်ကြောင်းတစ်ဦးဝေဖန်မှုများအတွက်တွေ့ Holm (1995) ။ လာသောအခါအခြေခံမူပဋိပက္ခဟန်ချက်ညီအပေါ်ပိုမိုတွေ့ Gillon (2015) ။

ဤအခနျးတှငျအဆိုပါလေးအခြေခံမူလည်းကုမ္ပဏီများနှင့် NGO များမှာဖြစ်ပျက်သုတေသနအတွက်ကျင့်ဝတ်ဆိုင်ရာကြီးကြပ်လမ်းပြအဆိုပြုခဲ့ကြ (Polonetsky, Tene, and Jerome 2015) "စားသုံးသူအကြောင်းအရာကိုပြန်လည်ဆန်းစစ်ခြင်းဘုတ်အဖွဲ့" (CSRBs) လို့ခေါ်တဲ့အလောင်းကောင်အားဖြင့် (Calo 2013) ။

• လူပုဂ္ဂိုလ်များကိုလေးစား (ပုဒ်မ 6.4.1)

ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ကိုလေးစားရန်ထို့အပြင် Belmont အစီရင်ခံစာလည်းမဟုတ်တိုင်းလူ့စစ်မှန်တဲ့ကိုယ်ပိုင်ပြဋ္ဌာန်းနိုင်စွမ်းကြောင်းအသိအမှတ်ပြုပါတယ်။ ဥပမာအားဖြင့်, ထို့ကြောင့်အပိုက​​ာကွယ်မှုမှဘာသာရပ်ကလေးများ, နာမကျန်းခံစားနေရပြီးလူ, သို့မဟုတ်ပြင်းထန်စွာကန့်သတ်လွတ်လပ်မှု၏အခြေအနေများတွင်နေထိုင်သောလူအဖြစ်အပြည့်အဝကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရတစ်ဦးချင်းစီပြုမူနိုင်မည်မဟုတ်စေခြင်းငှါ, ဤလူဖြစ်ကြ၏။

ဒစ်ဂျစ်တယ်ခေတ်တွင်လူပုဂ္ဂိုလ်များကိုလေးစား၏နိယာမလျှောက်ထားစိန်ခေါ်မှုဖြစ်နိုင်ပါတယ်။ သုတေသီများမကြာခဏသူတို့ရဲ့သင်တန်းသားများအကြောင်းကိုအနည်းငယ်မျှသာသိသောကြောင့်ဥပမာအားဖြင့်, ဒီဂျစ်တယ်ခေတ်သုတေသနလုပ်ငန်းအတွက်ကြောင့်ကိုယ်ပိုင်ပြဌာန်းခွင့်များမှိန်ဖျော့စွမ်းရည်နှင့်အတူလူတို့အဘို့အပိုက​​ာကွယ်မှုပေးရန်ခက်ခဲစေနိုင်ပါတယ်။ ထို့ပွငျ, ဒီဂျစ်တယ်ခေတ်လူမှုရေးသုတေသနတွင်သဘောတူချက်ကြီးမားတဲ့စိန်ခေါ်မှုဖြစ်ပါတယ်။ အချို့ကိစ္စများတွင်အမှန်တကယ်သိရှိခွင့်ပြုချက်အင့်လင်းမြင်သာဝိရောဓိမှခံစားနိုင် (Nissenbaum 2011) သတင်းအချက်အလက်နှင့်နားလည်မှုပဋိပက္ခ၌ရှိကြ၏ဘယ်မှာ။ သုတေသီများအချက်အလက်များစုဆောင်းခြင်း, ဒေတာ analysis နှင့်ဒေတာလုံခြုံရေးအလေ့အကျင့်၏သဘောသဘာဝနှင့် ပတ်သက်. အပြည့်အဝသတင်းအချက်အလက်ပေးလျှင်အကြမ်းအားဖြင့်, ကနားမလည်ဖို့အများကြီးသင်တန်းသားများအဘို့အခက်ခဲဖြစ်လိမ့်မည်။ သုတေသီများနားလည်လွယ်သတင်းအချက်အလက်ပေးလျှင်မူကား,, ကအရေးကြီးသောနည်းပညာဆိုင်ရာသတင်းအချက်အလက်များကင်းမဲ့စေနိုင်သည်။ အ Analog စအသက်အရွယ်-ထို Belmont အစီရင်ခံစာ-တင့်လင်းမြင်သာဝိရောဓိကူညီဖြေရှင်းပေးဖို့စီပါဝင်သူနှင့်အတူတစ်ဦးချင်းစီပြောနေတာဆရာဝန်တစ်ဦးစိတ်ကူးနိုင်သဖြင့်ထည့်သွင်းစဉ်းစားချုပ်ကိုင်နိုင်သော setting ကိုအတွက်ဆေးဘက်ဆိုင်ရာသုတေသနအတွက်။ လူထောင်ပေါင်းများစွာ၏သို့မဟုတ်သန်းပေါင်းများစွာနှငျ့ပတျသကျသောအွန်လိုင်းလေ့လာမှုများခုနှစ်, ထိုကဲ့သို့သောမျက်နှာ-to-မျက်နှာချဉ်းကပ်မှုမဖြစ်နိုင်ပေ။ ဒစ်ဂျစ်တယ်ခေတ်တွင်ခွင့်ပြုချက်နှင့်အတူတစ်ဦးကဒုတိယပြဿနာထိုကဲ့သို့သောကြီးမားသည့်ဒေတာ repositories က၏ခွဲခြမ်းစိတ်ဖြာအဖြစ်အချို့သောလေ့လာမှုများ, အတွက်, ကအားလုံးကိုသင်တန်းသားများထံမှသိရှိခွင့်ပြုချက်ရရှိရန်လက်တွေ့ဖြစ်လိမ့်မယ်လို့ဖြစ်ပါတယ်။ ငါပုဒ်မ 6.6.1 အတွက်အသေးစိတ်သိရှိခွင့်ပြုချက်နှင့် ပတ်သက်. ဤအများနှင့်အခြားမေးခွန်းများကိုဆွေးနွေးပါ။ ဤအအခက်အခဲများရှိနေသော်လည်း, သို့သော်, ကျနော်တို့အသိပေးထားသောသဘောတူခွင့်ပြုချက်လိုအပ်သောမဟုတ် Persons များအတွက်လေးစားဘို့လုံလောက်သောမဟုတ်ကြောင်းသတိရသင့်ပါတယ်။

သဘောတူချက်မီကဆေးဘက်ဆိုင်ရာသုတေသနများပိုမိုအဘို့အတွေ့ Miller (2014) ။ သဘောတူချက်တခုစာအုပ်-အရှည်ကုသမှုများအတွက်တွေ့ Manson and O'Neill (2007) ။ အောက်တွင်ဖော်ပြထားသောအသိပေးသဘောတူညီခကျြနဲ့ပတျသကျတဲ့အအကြံပြုဖတ်ကြားလည်းကြည့်ရှုပါ။

• ကောင်းတဲ့အ (ပုဒ်မ 6.4.2)

စကားစပ်အန္တရာယ်ဖြစ်နိုင်သုတေသနလုပ်ငန်းမဟုတ်တိကျတဲ့လူတို့အားဒါပေမဲ့လူမှုရေး setting များကိုစေနိုငျသောထိခိုက်မှုဖြစ်ပါတယ်။ ဒီအယူအဆနည်းနည်းစိတ္တဇဖြစ်တယ်, ဒါပေမဲ့ငါဥပမာနှစျနှငျ့သရုပျဖျောပါလိမ့်မယ်: တစ် Analog စတဒစ်ဂျစ်တယ်။

စကားစပ်မှပျက်ဆီးတစ်ဂန္ထဝင်ဥပမာ Wichita ဂျူရီလေ့လာမှု [ထံမှလာ Vaughan (1967) ; Katz, Capron, and Glass (1972) ; ch 2] - ။ လည်းတစ်ခါတစ်ရံတွင်ချီကာဂိုဂျူရီစီမံကိန်းဟုခေါ်တွင် (Cornwell 2010) ။ ဒီလေ့လာမှုမှာချီကာဂိုတက္ကသိုလ်ကနေသုတေသီများ, ဥပဒေစနစ်၏လူမှုရေးရှုထောင့်နှင့် ပတ်သက်. ပိုကြီးတဲ့လေ့လာမှု၏အစိတ်အပိုင်းတစ်ရပ်အဖြစ်, လျှို့ဝှက်စွာ Wichita, Kansas ပြည်နယ်ခြောက်ခုဂျူရီစဉ်းစားချင်မှတ်တမ်းတင်ခဲ့တယ်။ ထိုအမှုများအတွက်တရားသူကြီးများနှင့်ရှေ့နေများကထိုအသံသွင်းအတည်ပြုခဲ့ကြောင်းနှင့်လုပ်ငန်းစဉ်၏တင်းကျပ်သောကြီးကြပ်မှုရှိ၏။ သို့သော်ဂျူရီလူကြီးအသံသွင်းဖြစ်ပေါ်နေခဲ့ကြကြောင်းသတိမထားမိခဲ့ကြ။ လေ့လာမှုရှာဖွေတွေ့ရှိခဲ့သည်နှင့်တပြိုင်နက်, လူထုဒေါသရှိ၏။ အဆိုပါတရားရေးဌာနလေ့လာမှုတစ်ခုစုံစမ်းစစ်ဆေးမှုစတင်ခဲ့နှင့်သုတေသီကွန်ဂရက်၏ရှေ့မှောက်၌ထွက်ဆိုဟုခေါ်ကြသည်။ နောက်ဆုံးတွင်ကွန်ဂရက်လျှို့ဝှက်စွာဂျူရီစဉ်းစားမှတ်တမ်းတင်ဖို့ကတရားမဝင်စေသည်အသစ်တစ်ခုကိုဥပဒေ။

အ Wichita ဂျူရီလေ့လာမှု၏ဝေဖန်သူများက၏စိုးရိမ်ပူပန်သင်တန်းသားများကိုထိခိုက်စေမခံခဲ့ရ, အစားကြောင့်ဂျူရီစဉ်းစား၏ဆက်စပ်ဖို့ပျက်ဆီးခဲ့သည်။ ဒါကလူဂျူရီအဖွဲ့ဝင်သူတို့တစ်တွေဘေးကင်းလုံခြုံအကာအကွယ်အာကာသအတွင်းဆွေးနွေးမှုများရှိခြင်းခဲ့မယုံလျှင်ဂျူရီစဉ်းစားချင်အနာဂတ်၌ဆက်လက်ဆောင်ရွက်ရန်အဘို့အ, ကခက်ခဲဖြစ်လိမ့်မယ်လို့ယုံကြည်ပါတယ်။ ဂျူရီစဉ်းစားအပြင်, လူ့အဖွဲ့အစည်းထိုကဲ့သို့သောရှေ့နေ-client ကိုဆက်ဆံရေးနှင့်စိတ်ပိုင်းဆိုင်ရာစောင့်ရှောက်မှုအဖြစ်အပိုကာကွယ်မှုနှင့်အတူကိုထောက်ပံ့ပေးကြောင်းအခြားတိကျသောလူမှုရေးအခင်းအကျင်းရှိပါတယ် (MacCarthy 2015) ။

စကားစပ်မှပျက်ဆီးခြင်း၏အန္တရာယ်နှင့်လူမှုရေးစနစ်များ၏နှောင့်အယှက်လည်းနိုင်ငံရေးသိပ္ပံတှငျအခြို့သောလယ်စမ်းသပ်ချက်၌ထကြွလာ (Desposato 2016b) ။ နိုင်ငံရေးသိပ္ပံအတွက်လယ်စမ်းသပ်မှုများအတွက်တစ်ဦးထက်ပို context-sensitive ကုန်ကျစရိတ်အကျိုးအမြတ်တွက်ချက်မှု၏ဥပမာတစ်ခုအဘို့အတွေ့ Zimmerman (2016) ။

• တရားမ္တွ (ပုဒ်မ 6.4.3)

သင်တန်းသားများများအတွက်လျော်ကြေးပေးဒီဂျစ်တယ်ခေတ်သုတေသနဆိုင်ရာဆက်တင်များကိုတစ်အရေအတွက်တှငျဆှေးနှေးခဲ့သညျ။ Lanier (2014) သူတို့ generate ဒစ်ဂျစ်တယ်သဲလွန်စတွေကိုရှင်းလင်းဘို့သင်တန်းသားများကိုပေးဆောင်အဆိုပြုထား။ Bederson and Quinn (2011) အွန်လိုင်းလုပ်အားစျေးကွက်များတွင်ငွေပေးချေဆွေးနွေးထားပါတယ်။ နောက်ဆုံးအနေနဲ့ Desposato (2016a) လယ်ပြင်စမ်းသပ်ချက်အတွက်သင်တန်းသားများကိုပေးဆောင်ဆိုပြုခဲ့သည်။ သူသင်တန်းသားများကိုတိုက်ရိုက်ပေးချေမရနိုင်ရင်တောင်တစ်ဦးလှူဒါန်းမှုသူတို့၏ကိုယ်စားအလုပ်လုပ်အုပ်စုတစ်စုမှစေနိုင်ကြောင်းထောက်ပြသည်။ ဥပမာအားဖြင့်, Encore အတွက်သုတေသီများအင်တာနက် access ကိုထောကျပံ့ဖို့အလုပ်လုပ်နေတဲ့အုပ်စုတစ်ခုလှူဒါန်းမှုရာ၌ခန့်ထားပြီနိုင်ဘူး။

• ဥပဒေနှင့်ပြည်သူ့အကျိုးစီးပွား (ပုဒ်မ 6.4.4) အတွက်ရိုသေလေးစားမှု

စည်းမျဉ်းစည်းကမ်းများ-of-service ကိုသဘောတူညီချက်များတရားဝင်အစိုးရများအသုံးပြုနေသူများကဖန်တီးတန်းတူပါတီများနှင့်ဥပဒေများအကြားစေ့စပ်ညှိနှိုင်းကန်ထရိုက်ထက်လျော့နည်းအလေးချိန်ရှိသင့်ပါတယ်။ သုတေသီများအတိတ်တွင်ဝေါဟာရများ-of-service ကိုသဘောတူညီချက်များကိုချိုးဖောက်ရာအခြေအနေများယေဘုယျအားဖြင့် (လယ်ပြင်စမ်းသပ်ချက်များကဲ့သို့များများစားစားခွဲခြားဆက်ဆံမှုကိုတိုင်းတာရန်) ကုမ္ပဏီတွေရဲ့အပြုအမူ audit မှအလိုအလျှောက်မေးမြန်းချက်ကို အသုံးပြု. ပါဝင်။ နောက်ထပ်ဆွေးနွေးမှုများအတွက်မြင် Vaccaro et al. (2015) , Bruckman (2016a) , Bruckman (2016b) ။ ဝန်ဆောင်မှု၏စည်းကမ်းချက်များကိုဆွေးနွေးထားပါတယ်ကြောင့်ပင်ကိုယ်မူလသုတေသန၏ပုံသက်သေကိုတွေ့ Soeller et al. (2016) ။ သူတို့ဝန်ဆောင်မှု၏စည်းကမ်းချက်များကိုဖောက်ဖျက်လျှင်သုတေသီများရင်ဆိုင်ရဖြစ်နိုင်ချေဥပဒေရေးရာပြဿနာတွေအပေါ်မှာပိုပြီးအဘို့မြင် Sandvig and Karahalios (2016) ။

• နှစ်ဦးကျင့်ဝတ်ဆိုင်ရာမူဘောင် (ပုဒ်မ 6.5)

သိသာထင်ရှားတဲ့ကြီးမားပမာဏလက်ငင်းအကျိုးသက်ရောက်မှုနှင့် deontology အကြောင်းကိုစာဖြင့်ရေးသားခဲ့ကြသည်။ ဘယ်လိုကဤကျင့်ဝတ်ဆိုင်ရာမူဘောင်များနှင့်အခြားသူများရဲ့ဥပမာတစ်ခုအဘို့အတွေ့, ဒီဂျစ်တယ်ခေတ်သုတေသနလုပ်ငန်းအကြောင်းကိုကျိုးကြောင်းဆင်ခြင်ဖို့အသုံးပြုနိုင်ပါတယ် Zevenbergen et al. (2015) ။ ဒီလိုကျင့်ဝတ်မူဘောင်မြင်, စီးပွားရေးဖွံ့ဖြိုးအတွက်လယ်ပြင်စမ်းသပ်ချက်မှလျှောက်ထားနိုင်ပါသည်မည်သို့ဥပမာတစ်ခုအဘို့အ Baele (2013) ။

• သဘောတူချက် (ပုဒ်မ 6.6.1)

ခွဲခြားဆက်ဆံမှုစာရင်းစစ်လေ့လာမှုများအပေါ်ပိုမိုတွေ့ Pager (2007) နှင့် Riach and Rich (2004) ။ မသာဒီလေ့လာမှုတွေသဘောတူညီခကျြကိုအသိပေးခဲ့ကြပါဘူး, သူတို့လည်း debriefing မပါဘဲပရိယာယ်ပါဝငျသညျ။

နှစ်ဦးစလုံး Desposato (2016a) နှင့် Humphreys (2015) သဘောတူခွင့်ပြုချက်မရှိဘဲလယ်ပြင်စမ်းသပ်ချက်နဲ့ပတ်သက်တဲ့အကြံဉာဏ်ကိုဆက်ကပ်။

Sommers and Miller (2013) ရှိသည်မယ်လို့လှည့်စားပြီးနောက်သင်တန်းသားများ debriefing မမျက်နှာသာအတွက်အများအပြားအငြင်းပွားမှုများသုံးသပ်ပြီးနှင့်သုတေသီများခွအေနမြေား၏အလွန်ကျဉ်းမြောင်းသောအစုအောက်မှာ "debriefing ကိုစှနျ့လှတျသငျ့ကွောငျးစောဒကတက်သည်, အမည်ရ, လယ်ပြင်သုတေသနလုပ်ငန်းအတွက် debriefing စဉ်းစားဆင်ခြင်စရာလက်တွေ့ကျတဲ့အတားအဆီးတွေဒါပေမယ့်သုတေသီတွေကဖြစ်စေသည့်အတွက် သူတို့တတျနိုငျသလျှင် debriefing အကြောင်း qualms မရှိ။ သုတေသီများဟာနုံပါဝင်သူရေကူးကန်ကိုစောငျ့မပါဝင်သူအမျက်တော်မှမိမိတို့ကိုယ်ကိုကာကှယျ, ဒါမှမဟုတ်အန္တရာယ်မှသင်တန်းသားများကိုကာကွယ်နိုင်ရန်အတွက် debriefing ကိုစှနျ့လှတျဖို့ခွင့်ပြုမရသင့်ပါတယ်။ "အခြားသူများ debriefing ကောင်းသောထက်ပိုပြီးထိခိုက်မှုကိုဖြစ်ပေါ်စေသည်လျှင်ရှောင်ကြဉ်သင့်ကြောင်းငြင်းခုန်။ Debriefing အချို့သောသုတေသီများကကောင်းတဲ့အကျော်ပုဂ္ဂိုလ်များကိုလေးစားဦးစားပေးတဲ့အမှုဖြစ်ပါတယ်, အချို့သုတေသီများကဆန့်ကျင်ဘက်လုပ်ပါ။ တစျခုဖွစျနိုငျသဖြေရှင်းချက်သင်တန်းသားများကိုများအတွက်သင်ကြားရေးအတွေ့အကြုံ debriefing စေရန်နည်းလမ်းများကိုရှာတွေ့ပါလိမ့်မယ်။ ဒါကဖြစ်ကောင်းလည်းသင်တန်းသားများကိုအကျိုးပြုရာတစ်ခုခုရှိနိုင်ပါသည် debriefing, အစားထိခိုက်မှုဖြစ်ပေါ်စေနိုင်သည်ကိုတစ်ခုခုအဖြစ် debriefing စဉ်းစားခြင်းထက်, ဖြစ်ပါတယ်။ ပညာရေး debriefing ဒီလိုမျိုး၏ပုံသက်သေကိုတွေ့ Jagatic et al. (2007) လူမှုရေး phishing စမ်းသပ်မှုပြီးနောက်ကျောင်းသားများကို debriefing ပေါ်မှာ။ စိတ်ပညာရှင် debriefing များအတွက်နည်းစနစ်ကိုတီထွင်ခဲ့ကြ (DS Holmes 1976a; DS Holmes 1976b; Mills 1976; Baumrind 1985; Oczak and Niedźwieńska 2007) နှင့်ဤအချို့ကိုအသုံးဝင်ဒီဂျစ်တယ်ခေတ်သုတေသနလုပ်ငန်းမှလျှောက်ထားနိုင်ပါသည်။ Humphreys (2015) ရက်ရွှေ့ဆိုင်းသဘောတူခွင့်ပြုချက်နှင့် ပတ်သက်. စိတ်ဝင်စားစရာကောင်းအကြံအစည်ကမ်းလှမ်း, ငါဖော်ပြခဲ့သော debriefing ဗျူဟာမှအနီးကပ်ဆက်စပ်ဖြစ်ပါတယ်။

သူတို့ရဲ့ခွင့်ပြုချက်အဘို့အသင်တန်းသားများ၏နမူနာကိုတောင်း၏စိတ်ကူးအရာကိုဆက်စပ်ဖြစ်ပါတယ် Humphreys (2015) ရည်ညွှန်းသဘောတူခွင့်ပြုချက်ကိုခေါ်။

အသိပေးထားသောသဘောတူခွင့်ပြုချက်မှဆက်စပ်အဆိုပြုထားခဲ့သောနောက်ထပ်စိတ်ကူးအွန်လိုင်းစမ်းသပ်ချက်၌ဖြစ်ဖို့သဘောတူတဲ့သူကလူတစ်ဦး panel ကိုတညျဆောကျရနျဖွစျသညျ (Crawford 2014) ။ တချို့ကဒီ panel ကိုလူမျိုး၏ non-ကျပန်းနမူနာဖြစ်လိမ့်မယ်လို့စောဒကတက်ကြပြီ။ သို့သော်အခန်း 3 (မေးခွန်းများကိုမေး) ဒီပြဿနာတွေ Post-stratification နှင့်နမူနာကိုက်ညီတဲ့သုံးပြီးအလားအလာလိပ်စာဖြစ်ကြောင်းပြသထားတယ်။ ဒါ့အပြင်အဆိုပါ panel ကိုအပေါ်ဖြစ်ခွင့်ပြုချက်စမ်းသပ်ချက်အမျိုးမျိုးကိုဖုံးလွှမ်းနိုင်။ တနည်းအားဖြင့်သင်တန်းသားများကိုတစ်ခုချင်းစီစမ်းသပ်မှုသဘောတူဖို့လိုအပ်မပြုစေခြင်းငှါ, တစ်ဦးအယူအဆကျယ်ပြန့်သဘောတူခွင့်ပြုချက်ကိုခေါ် (Sheehan 2011) ။

• နားလည်မှုနှင့်မန်နေဂျင်းအချက်အလက်ဆိုင်ရာအန္တရာယ် (ပုဒ်မ 6.6.2)

ဝေးထူးခြားသော မှစ. , Netflix နဲ့ Prize ကိုလူအကြောင်းအသေးစိတ်သတင်းအချက်အလက်များဆံ့ကြောင်းအချက်အလက်စာရင်းများအတွက်အရေးပါသောနည်းပညာဆိုင်ရာပစ္စည်းဥစ္စာပိုင်ဆိုင်မှုသရုပ်ဖော်နှင့်ဤသို့ခေတ်သစ်လူမှုရေးအချက်အလက်စာရင်းများအတွက် "ကဲ့သို့ပင် anonymiztion" ၏ဖြစ်နိုင်ခြေနှင့် ပတ်သက်. အရေးကြီးသောသင်ခန်းစာတွေကိုဟောကြားခဲ့ပါတယ်။ လူတစ်ဦးချင်းစီအကြောင်းသတင်းအချက်အလက်အများအပြားအပိုင်းပိုင်းနှင့်အတူ files ထဲမှာတရားဝင်သတ်မှတ်ထားတဲ့သဘောနဲ့, ကျဲဖြစ်များပါတယ် Narayanan and Shmatikov (2008) ။ ဒါကတစ်ဦးချင်းစီစံချိန်များအတွက်တူညီဖြစ်ကြောင်းမရှိမှတ်တမ်းများရှိပါတယ်, သည်, တကယ်တော့အတွက်အလွန်ဆင်တူမရှိမှတ်တမ်းများရှိပါတယ်: လူတစ်ဦးချင်းစီဝေးသွား Datasets ၌မိမိတို့နှင့်အနီးဆုံးအိမ်နီးချင်းကနေဖြစ်ပါတယ်။ One (\ 6 ^ {20000}) 5 ကြယ်ပွင့်အတိုင်းအတာအပေါ်အကြောင်းကို 20,000 ရုပ်ရှင်နှင့်အတူ \ အကြောင်းရှိပါတယ်ကြောင့် Netflix နဲ့ဒေတာကျဲဖြစ်အံ့သောငှါအသီးအသီးလူတစ်ဦးသောကွောငျ့တစျခုမှ 5 ကြယ်များအပြင် (6 ရှိနိုင်ကြောင်းဖြစ်နိုင်သောတန်ဖိုးများကိုစိတ်ကူးနိုင် , တစ်စုံတစ်ဦး) မှာအားလုံးရုပ်ရှင် rated ကြပြီမဟုတ်ပေလိမ့်မည်။ ဒီနံပါတ်ကိုကပင်နားမလည်ရန်ခက်ခဲသည်, ဒါကြောင့်ကြီးမားသည်။

Sparsity နှစ်ခုအဓိကသက်ရောက်မှုရှိပါတယ်။ ပထမဦးစွာကကျပန်းထင်သည်တုန်လှုပ်မှုတည်းအပေါ်အခြေခံပြီး Datasets "ဖျောက်ပေးသည်" ဖို့ကြိုးစားနေတဲ့ဖွယ်ရှိကျရှုံးလိမ့်မည်ဟုဆိုလိုသည်။ ဒါက Netflix နဲ့ကျပန်း (သူတို့ပြုမိသော) အ ratings အချို့ကိုထိန်းညှိဖို့ခဲ့ကြလျှင်ပင်ထိုအထင်သည်တုန်လှုပ်မှုတည်းစံချိန်တင်နေဆဲတိုက်ခိုက်ရှိကြောင်းသတင်းအချက်အလက်မှအနီးဆုံးဖြစ်နိုင်သောစံချိန်စျသောကွောငျ့, ဒီလုံလောက်သောမဖြစ်လိုသည်။ ဒုတိယ, sparsity ဖယ်ရှား-ကဲ့သို့ပင် anonymiztion တိုက်ခိုက်မစုံလငျသို့မဟုတ်ဘက်မလိုက်သိကျွမ်းခြင်းပညာရှိပါတယ်လျှင်ပင်ဖြစ်နိုင်သည်ဟုဆိုလိုသည်။ ဥပမာ, Netflix နဲ့ဒေတာအတွက်, ရဲ့တိုက်ခိုက်သူနှစ်ဦးရုပ်ရှင်နှင့်သငျသညျသူတို့အား ratings +/- 3 ရက်လုပ်သောရက်စွဲများအဘို့သင့် ratings သိတယ်စိတ်ကူးကြကုန်အံ့, တယောက်တည်းပဲအချက်အလက်တွေကိုထူးခြားအ Netflix နဲ့ဒေတာအတွက်လူမျိုး၏ 68% ကိုသိရှိနိုင်ဖို့လုံလောက်သောဖြစ်ပါတယ်။ တိုက်ခိုက်သူတွေကိုသင် +/- 14 ရက် rated ပြီ 8 ရုပ်ရှင်တွေကိုသိလိုလျှင်ဤအလူသိများ ratings နှစ်ယောက်လုံးဝမှားလျှင်ပင်, ပြီးတော့, မှတ်တမ်းများ 99% ထူးခြားအ Datasets အတွက်ဖော်ထုတ်နိုင်ပါတယ်။ တနည်းအားဖြင့် sparsity အများဆုံးခေတ်သစ်လူမှုရေး Datasets ကျဲကြောင့်ကံဆိုးသောဒေတာ, "ဖျောက်ပေးသည်" ရန်ကြိုးပမ်းအားထုတ်မှုများအတွက်အခြေခံပြဿနာဖြစ်ပါတယ်။

တယ်လီဖုန်း metadata ကိုလည်း "အမည်မသိ" နှင့်အထိခိုက်မခံမဖြစ်ဖို့ပေါ်လာလိမ့်မယ်, ဒါပေမယ့်သောအမှုမဟုတ်ပါ။ တယ်လီဖုန်း metadata ကိုသက်သေပြနဲ့အထိခိုက်မခံသည် (Mayer, Mutchler, and Mitchell 2016; Landau 2016) ။

ပုံ 6.6 ၌ငါသည်ဒေတာလွှတ်ပေးရန်မှသုတေသနမှသင်တန်းသားများနှင့်အကျိုးအမြတ်မှစွန့်စားမှုအကြားတစ်ဦး Trade-off ထွက် sketched ။ ကန့်သတ်ဝင်ရောက်ခွင့်အကြားတစ်ဦးနှင့်နှိုင်းယှဉ်လျှင်အဘို့ချဉ်းကပ်မှု (ဥပမာ, တစ်ဦးခိုင်ခံ့သောဥယြာဉျ) နှင့်ကန့်သတ် data ကိုချဉ်းကပ် (ဥပမာ, ကဲ့သို့ပင် anonymiztion အချို့ကိုပုံစံကို) မြင် Reiter and Kinney (2011) ။ အချက်အလက်များ၏အန္တရာယ်အဆင့်ဆင့်၏အဆိုပြုအမျိုးအစား system အတွက်တွေ့ Sweeney, Crosas, and Bar-Sinai (2015) ။ နောက်ဆုံးအနေနဲ့, ဒေတာခွဲဝေမှု၏တစ်ဦးထက်ပိုအထွေထွေဆွေးနွေးမှုများအတွက်တွေ့ Yakowitz (2011) ။

ဒီ Trade-off အချက်အလက်များ၏အန္တရာယ်နှင့် utility ကိုအကြားပိုမိုအသေးစိတ်ခွဲခြမ်းစိတ်ဖြာသည်အတွေ့ Brickell and Shmatikov (2008) , Ohm (2010) , Wu (2013) , Reiter (2012) နှင့် Goroff (2015) ။ ဒီ Trade-off လွန်ကဲကဲပွင့်လင်းအွန်လိုင်းသင်တန်းများ (MOOCs) မှအမှန်တကယ်ဒေတာမှလျှောက်ထားကြည့်ရှုရန်တွေ့ Daries et al. (2014) နှင့် Angiuli, Blitzstein, and Waldo (2015) ။

differential privacy ကိုလည်းမြင်, သင်တန်းသားများလူ့အဖွဲ့အစည်းနှင့်အနိမ့်စွန့်စားမှုမြင့်မားအကျိုးအတွက်နှစ်ဦးစလုံးပေါင်းစပ်နိုင်သည့်အခြားရွေးချယ်စရာချဉ်းကပ်ကမ်းလှမ်း Dwork and Roth (2014) နှင့် Narayanan, Huey, and Felten (2016) ။

ပုဂ္ဂိုလ်ရေးအရသုတေသနလုပ်ငန်းကျင့်ဝတ်နှင့် ပတ်သက်. စည်းမျဉ်းစည်းကမ်းတွေကိုအများအပြားမှဗဟိုသောသတင်းအချက်အလက် (PII), ဖော်ထုတ်များ၏အယူအဆအပေါ်ပိုပြီးအဘို့အတွေ့ Narayanan and Shmatikov (2010) နှင့် Schwartz and Solove (2011) ။ အလားအလာအထိခိုက်မခံဖြစ်ခြင်းအားလုံးဒေတာအပေါ်မှာပိုပြီးအဘို့အတွေ့ Ohm (2015) ။

ဤအပိုင်းကို၌ငါသည်အချက်အလက်ဆိုင်ရာအန္တရာယ်ဖို့ဦးဆောင်လမ်းပြနိုင်ကြောင်းအရာတစ်ခုခုအဖြစ်ကွဲပြားခြားနားသောဒေတာအစုများ၏ချိတ်ဆက်ပုံဖော်ပါတယ်။ အတွက်စောဒကတက်ခဲ့ကြသည်အဖြစ်သို့ရာတွင်ထိုသို့လည်း, သုတေသနအသစ်တွေအခွင့်အလမ်းများဖန်တီးနိုင် Currie (2013) ။

ငါး Safe အပေါ်ပိုမိုတွေ့ Desai, Ritchie, and Welpton (2016) ။ ရလဒျဖော်ထုတ်နိုင်ပါတယ်မည်သို့ဥပမာတစ်ခုအဘို့အတွေ့ Brownstein, Cassa, and Mandl (2006) ရောဂါပျံ့နှံ့မှုမြေပုံ။ ဖော်ထုတ်နိုင်ပါတယ်ဘယ်လိုပြသထားတယ်သော Dwork et al. (2017) လည်းထိုကဲ့သို့သောပုဂ္ဂိုလ်တစ်ဦးချင်းအခြို့သောရောဂါများမည်မျှအကြောင်းစာရင်းဇယားအဖြစ်စုစုပေါင်းအချက်အလက်များ, ဆန့်ကျင်တိုက်ခိုက်မှုများကိုဆင်ခြင်။

• သီးသန့်လုံခြုံရေး (ပုဒ်မ 6.6.3)

Warren and Brandeis (1890) ရဲ့ privacy အကြောင်းမှတ်တိုင်ဥပဒေရေးရာဆောင်းပါးဖြစ်ပါသည်, ထိုဆောင်းပါးအများဆုံး privacy ကိုတယောက်တည်းကျန်ရစ်ခံရဖို့တစ်ဦးလက်ျာသောစိတ်ကူးနှင့်ဆက်စပ်နေသည်။ ပိုများသောမကြာသေးမီကအကြံပေးလိုက privacy ကို၏စာအုပ်အရှည်ကုသပါဝင် Solove (2010) နှင့် Nissenbaum (2010) ။

လူ privacy ကိုကိုစဉ်းစားပုံကိုအပေါ်ပင်ကိုယ်မူလသုတေသနသုံးသပ်ချက်တစ်ခုအဘို့အတွေ့ Acquisti, Brandimarte, and Loewenstein (2015) ။ အဆိုပါဂျာနယ်သိပ္ပံကွဲပြားခြားနားသောအမြင်များအမျိုးမျိုးကနေ privacy ကိုနှင့်သတင်းအချက်အလက်အန္တရာယ်များ၏အရေးကိစ္စများကိုအမှာစကားပြောကြားရာ "သီးသန့်လုံခြုံရေးများ၏အဆုံး" အမည်ရအထူးကိစ္စ, ပုံနှိပ်ထုတ်ဝေ; အကျဉ်းချုပ်အဘို့မြင် Enserink and Chin (2015) ။ Calo (2011) privacy ကိုချိုးဖောက်ခံရမှုများမှလာသောပျက်ဆီးစဉ်းစားများအတွက်မူဘောင်ပေးထားပါတယ်။ ဒစ်ဂျစ်တယ်အသက်အလွန်စရှိ privacy ကိုစိုးရိမ်၏အစောပိုင်းဥပမာဖြစ်ပါတယ် Packard (1964) ။

• မသေချာမရေရာ (ပုဒ်မ 6.6.4) အရဆုံးဖြတ်ချက်တွေမချ

ထိုအနည်းငယ်မျှသာအန္တရာယ်စံလျှောက်ထားရန်ကြိုးစားနေသောအခါတစျခုမှာစိန်ခေါ်မှုကအဘယ်သူ၏နေ့စဉ်အသက်တာ benchmarking အတှကျအသုံးပွုရနျဖွစျသညျရှင်းရှင်းလင်းလင်းမသိရပါဘူးဖြစ်ပါတယ် (Council 2014) ။ ဥပမာအားဖြင့်, အိုးမဲ့အိမ်မဲ့လူတို့သည်မိမိတို့နေ့စဉ်အသက်တာ၌အီ၏အဆင့်မြင့်ရှိသည်။ သို့သော်ကပိုမိုမြင့်မားအန္တရာယ်သုတေသနအိုးမဲ့အိမ်မဲ့လူမြင်အောင်မှ Ethics ခွင့်ကြောင်းကိုဆိုလိုပါဘူး။ ဤအကြောင်းကြောင့်, အနည်းငယ်မျှသာအန္တရာယ်အထွေထွေလူဦးရေ၏စံ, မတိကျတဲ့လူဦးရေ၏စံဆန့်ကျင်စံအဖြစ်သတ်မှတ်သင့်ကြောင်းကြီးထွားလာသောသဘောတူညီမှုဖြစ်ရှိပုံရသည်။ ငါယေဘုယျအားဖြင့်အထွေထွေလူဦးရေ၏စံ၏အယူအဆကိုသဘောမတူနေတုန်း Facebook ကဲ့သို့သောကြီးမားအွန်လိုင်းပလက်ဖောင်းအဘို့, တိကျတဲ့လူဦးရေ၏စံနှုန်းကျိုးကြောင်းဆီလျော်ကြောင်းထင်တယ်။ ဒါကစိတ်ခံစားမှုဘယ်လိုကူးစက်စဉ်းစား, ငါက Facebook ပေါ်မှာနေ့စဉ်စွန့်စားမှုဆန့်ကျင်တွက်ရင်မှကျိုးကြောင်းဆီလျော်ကြောင်းထင်လာသောအခါဖြစ်ပါတယ်။ ဤကိစ္စတွင်အတွက်တစ်ဦးကတိကျတဲ့လူဦးရေ၏စံနှုန်းအကဲဖြတ်ဖို့အများကြီးပိုလွယ်သည်နှင့်ချို့တဲ့အုပ်စုများ (ဥပမာ, အကျဉ်းသားများနှင့်မိဘမဲ့) အပေါ်မတရားပျက်ကွက်သုတေသနလုပ်ငန်းများထမ်းရွက်ကာကွယ်တားဆီးဖို့ရှာကြံသောတရားရေးနိယာမနဲ့ဆန့်ကျင်ဖို့မဖြစ်နိုင်ဖြစ်ပါတယ်။

• လက်တွေ့ကျအကြံပြုချက် (ပုဒ်မ 6.7)

အခြားပညာရှင်များလည်းကျင့်ဝတ်ဆိုင်ရာနောက်ဆက်တွဲပါဝင်ဖို့ပိုစာတမ်းများအဘို့အခေါ်ပြီ (Schultze and Mason 2012; Kosinski et al. 2015) ။ King and Sands (2015) လည်းလက်တွေ့ကျသောအကြံပြုချက်ပေးထားပါတယ်။