論文の概要: Privacy as Contextual Integrity in Online Proctoring Systems in Higher
Education: A Scoping Review
- arxiv url: http://arxiv.org/abs/2310.18792v1
- Date: Sat, 28 Oct 2023 19:35:39 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-31 16:29:53.420060
- Title: Privacy as Contextual Integrity in Online Proctoring Systems in Higher
Education: A Scoping Review
- Title(参考訳): 高等教育におけるオンライン・プロクタリング・システムにおけるコンテキスト統合としてのプライバシ : スコープレビュー
- Authors: Mutimukwe Chantal, Han Shengnan, Viberg Olga, Cerratto-Pargman Teresa
- Abstract要約: プライバシーは、高等教育におけるオンライン・プロクタリング・システムの導入と実装における重要な課題の1つだ。
この研究は、これらの原則をどのように実装し、持続するかを明確にする必要性を通知する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Privacy is one of the key challenges to the adoption and implementation of
online proctoring systems in higher education. To better understand this
challenge, we adopt privacy as contextual integrity theory to conduct a scoping
review of 17 papers. The results show different types of students' personal and
sensitive information are collected and disseminated; this raises considerable
privacy concerns. As well as the governing principles including transparency
and fairness, consent and choice, information minimization, accountability, and
information security and accuracy have been identified to address privacy
problems. This study notifies a need to clarify how these principles should be
implemented and sustained, and what privacy concerns and actors they relate to.
Further, it calls for the need to clarify the responsibility of key actors in
enacting and sustaining responsible adoption and use of OPS in higher
education.
- Abstract(参考訳): プライバシーは、高等教育におけるオンライン・プロクタリング・システムの導入と実装における重要な課題の1つだ。
この課題をより深く理解するために、我々はプライバシーを文脈整合性理論として採用し、17の論文を精査する。
その結果,学生の個人的・敏感な情報が収集され,普及していることが明らかとなった。
透明性と公平性、同意と選択、情報最小化、説明責任、および情報セキュリティと正確性を含む統治原則は、プライバシー問題に対処するために特定されている。
本研究は,これらの原則がどのように実施され,持続されるべきか,プライバシーに関する懸念やアクタがどのような関係にあるかを明らかにすることの必要性を指摘する。
さらに、高等教育におけるopsの責任ある採用と使用の実施と維持において、主要なアクターの責任を明確化する必要がある。
関連論文リスト
- A Survey of Privacy-Preserving Model Explanations: Privacy Risks, Attacks, and Countermeasures [50.987594546912725]
AIのプライバシと説明可能性に関する研究が増えているにもかかわらず、プライバシを保存するモデル説明にはほとんど注意が払われていない。
本稿では,モデル説明に対するプライバシ攻撃とその対策に関する,最初の徹底的な調査を紹介する。
論文 参考訳(メタデータ) (2024-03-31T12:44:48Z) - Assessing Mobile Application Privacy: A Quantitative Framework for Privacy Measurement [0.0]
この研究は、プライバシを優先し、情報に基づく意思決定を促進し、プライバシ保護設計原則を支持したデジタル環境に貢献することを目的としている。
このフレームワークの目的は、特定のAndroidアプリケーションを使用する際のプライバシーリスクのレベルを体系的に評価することである。
論文 参考訳(メタデータ) (2023-10-31T18:12:19Z) - A Critical Take on Privacy in a Datafied Society [0.0]
私は、プライバシー擁護者が提示するオンラインのプライバシーと慣用性の欠如について、いくつかの側面を分析します。
データフィケーションが人間の行動に与える影響、オンラインプライバシの基盤における市場志向の前提、そして新たな適応戦略について論じる。
潜在的な問題となる未来を垣間見るために、EU、英国、および中国のジェネレーティブAIポリシーに関するプライバシー関連の側面に関する議論が提供されている。
論文 参考訳(メタデータ) (2023-08-03T11:45:18Z) - Systematic Review on Privacy Categorization [1.5377372227901214]
本研究は,プライバシ分類に関する文献を体系的にレビューすることを目的としている。
プライバシーの分類には、特定の前提条件に従ってユーザーを分類する機能が含まれる。
論文 参考訳(メタデータ) (2023-07-07T15:18:26Z) - Privacy and Fairness in Federated Learning: on the Perspective of
Trade-off [58.204074436129716]
フェデレートラーニング(FL)は近年ホットな話題となっている。
2つの重要な倫理的概念として、プライバシと公平性の相互作用は比較的研究されていない。
論文 参考訳(メタデータ) (2023-06-25T04:38:19Z) - Advancing Differential Privacy: Where We Are Now and Future Directions for Real-World Deployment [100.1798289103163]
差分プライバシ(DP)分野における現状と現状の方法論の詳細なレビューを行う。
論文のポイントとハイレベルな内容は,「認知プライバシ(DP:次のフロンティアへの挑戦)」の議論から生まれた。
この記事では、プライバシの領域におけるアルゴリズムおよび設計決定の基準点を提供することを目標とし、重要な課題と潜在的研究の方向性を強調します。
論文 参考訳(メタデータ) (2023-04-14T05:29:18Z) - Differential Privacy and Fairness in Decisions and Learning Tasks: A
Survey [50.90773979394264]
プライバシーと公正が目標と一致したり、対照的になったりした条件をレビューする。
意思決定問題や学習タスクにおいて、DPが偏見や不公平を悪化させる理由と理由を分析します。
論文 参考訳(メタデータ) (2022-02-16T16:50:23Z) - The Evolving Path of "the Right to Be Left Alone" - When Privacy Meets
Technology [0.0]
本稿では,プライバシエコシステムの新たなビジョンとして,プライバシの次元,関連するユーザの期待,プライバシ違反,変化要因を導入することを提案する。
プライバシー問題に取り組むための有望なアプローチは, (i) 効果的なプライバシメトリクスの識別, (ii) プライバシに準拠したアプリケーションを設計するためのフォーマルなツールの採用という,2つの方向に移行している,と私たちは信じています。
論文 参考訳(メタデータ) (2021-11-24T11:27:55Z) - Students' Information Privacy Concerns in Learning Analytics: Towards a
Model Development [0.0]
本研究では,学習分析(LA)に関する学生の情報プライバシー問題(IPC)を理解するための理論的モデルを提案する。
我々は、ICCを、プライバシーの脆弱性の認識とプライバシーのコントロールの認識と、その影響、信念の信頼と自己開示行動の2つの先行する部分の中央構造として検討する。
論文 参考訳(メタデータ) (2021-08-31T20:32:49Z) - Privacy and Robustness in Federated Learning: Attacks and Defenses [74.62641494122988]
このトピックに関する最初の包括的な調査を実施します。
FLの概念の簡潔な紹介と、1脅威モデル、2堅牢性に対する中毒攻撃と防御、3プライバシーに対する推論攻撃と防御、というユニークな分類学を通じて、私たちはこの重要なトピックのアクセス可能なレビューを提供します。
論文 参考訳(メタデータ) (2020-12-07T12:11:45Z) - Trustworthy AI [75.99046162669997]
入力データの小さな敵対的変化への脆さ、決定の説明能力、トレーニングデータのバイアスに対処する能力は、最も顕著な制限である。
我々は,AIシステムに対するユーザおよび公的な信頼を高める上での6つの重要な問題に対処するために,信頼に値するAIに関するチュートリアルを提案する。
論文 参考訳(メタデータ) (2020-11-02T20:04:18Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。