論文の概要: The Third-Party Access Effect: An Overlooked Challenge in Secondary Use of Educational Real-World Data

• arxiv url: http://arxiv.org/abs/2601.22472v1
• Date: Fri, 30 Jan 2026 02:36:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-02 18:28:15.169277
• Title: The Third-Party Access Effect: An Overlooked Challenge in Secondary Use of Educational Real-World Data
• Title（参考訳）: 第三部アクセス効果:教育実世界データの二次利用における見過ごされた課題
• Authors: Hibiki Ito, Chia-Yu Hsu, Hiroaki Ogata,
• Abstract要約: 教育における実世界のデータ(RWD)の二次的利用は、研究のための重要な機会を提供する。 このようなRWDへのサードパーティのアクセスを可能にするためのプライバシプラクティスは、ダウンストリーム分析に影響を及ぼすものとして評価されることは滅多にない。
• 参考スコア（独自算出の注目度）: 0.28675177318965034
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Secondary use of growing real-world data (RWD) in education offers significant opportunities for research, yet privacy practices intended to enable third-party access to such RWD are rarely evaluated for their implications for downstream analyses. As a result, potential problems introduced by otherwise standard privacy practices may remain unnoticed. To address this gap, we investigate potential issues arising from common practices by assessing (1) the re-identification risk of fine-grained RWD, (2) how communicating such risks influences learners' privacy behaviour, and (3) the sensitivity of downstream analytical conclusions to resulting changes in the data. We focus on these practices because re-identification risk and stakeholder communication can jointly influence the data shared with third parties. We find that substantial re-identification risk in RWD, when communicated to stakeholders, can induce opt-outs and non-self-disclosure behaviours. Sensitivity analysis demonstrates that these behavioural changes can meaningfully alter the shared data, limiting validity of secondary-use findings. We conceptualise this phenomenon as the third-party access effect (3PAE) and discuss implications for trustworthy secondary use of educational RWD.
• Abstract（参考訳）: 教育における実世界のデータ(RWD)の二次的利用は、研究の大きな機会を提供するが、そのようなRWDへのサードパーティのアクセスを可能にするためのプライバシーの慣行は、下流の分析に影響を及ぼすものとして評価されることは滅多にない。 その結果、標準のプライバシー慣行によってもたらされる潜在的な問題は気づかないままである。 このギャップに対処するために,(1)細粒度RWDの再識別リスク,(2)コミュニケーションが学習者のプライバシー行動にどのように影響するか,(3)データの変化をもたらすダウンストリーム分析結果の感度を評価することによって,一般的な実践から生じる潜在的な問題を調査する。 再識別リスクと利害関係者のコミュニケーションが、第三者と共有するデータに共同で影響を及ぼす可能性があるため、これらのプラクティスに注目します。 ステークホルダーとコミュニケーションをとると、RWDのかなりの再識別リスクがオプトアウトや非自己開示行動を引き起こします。 感度分析は、これらの行動変化が共有データを有意に変化させ、二次的な使用結果の妥当性を制限することを示した。 本稿では,この現象を第三者アクセス効果(3PAE)として概念化し,教育用RWDの信頼性の高い二次的利用の可能性について議論する。

関連論文リスト

• Assessing metadata privacy in neuroimaging [2.176772544213644]
  OpenNeuroで公開されている6つのニューロイメージングデータセットのデータについてレビューした。 プライバシーは一般的によく維持されており、重大な脆弱性はまれである。 これらのリスクに対処し、より安全なデータ共有を可能にするための実践的な対策を概説する。
  論文  参考訳（メタデータ） (2025-09-18T12:56:03Z)
• Data Fusion for Partial Identification of Causal Effects [62.56890808004615]
  本稿では,研究者が重要な疑問に答えられるような,新しい部分的識別フレームワークを提案する。 因果効果は肯定的か否定的か? 本研究の枠組みをSTARプロジェクトに適用し,第3級の標準試験性能に対する教室規模の影響について検討する。
  論文  参考訳（メタデータ） (2025-05-30T07:13:01Z)
• Lazy Data Practices Harm Fairness Research [49.02318458244464]
  本稿では,公正な機械学習データセットを包括的に分析し,不反射的手法がアルゴリズム的公正度発見の到達度と信頼性をいかに妨げているかを示す。 本分析では,(1)データと評価における特定の保護属性の表現のテクスブフラック,(2)データ前処理におけるマイノリティの広汎なテキストbf,(3)フェアネス研究の一般化を脅かすテキストbfopaqueデータ処理の3つの分野について検討した。 この研究は、公正なMLにおけるデータプラクティスの批判的な再評価の必要性を強調し、データセットのソーシングと使用の両方を改善するための指針を提供する。
  論文  参考訳（メタデータ） (2024-04-26T09:51:24Z)
• Visual Privacy Auditing with Diffusion Models [47.0700328585184]
  拡散モデル (DM) に基づく再構成攻撃を導入し, 現実画像への逆アクセスを前提としている。 その結果,(1) 実世界の過去のデータが再建の成功に大きく影響していること,(2) 現在の再建境界は, 過去のデータによるリスクをうまくモデル化せず, DMは, プライバシー漏洩を可視化するための監査ツールとして機能することがわかった。
  論文  参考訳（メタデータ） (2024-03-12T12:18:55Z)
• Contributing to Accessibility Datasets: Reflections on Sharing Study Data by Blind People [14.625384963263327]
  13人の盲目の被験者がデータ収集活動に従事している2つの研究結果を示す。 リスク・ベネフィットのトレードオフを評価する際に、異なる要因が被験者の学習データ共有意欲にどのような影響を及ぼすかを確認する。 大多数は、技術改善のためにデータの共有をサポートしますが、商用利用、関連するメタデータ、およびデータの影響に関する透明性の欠如に対する懸念を表明しています。
  論文  参考訳（メタデータ） (2023-03-09T00:42:18Z)
• Flexible social inference facilitates targeted social learning when rewards are not observable [58.762004496858836]
  グループは、個人が他人の成功から学べるときにより効果的にコーディネートする。 社会的推論能力は、このギャップを埋める助けとなり、個人が他人の基本的な知識に対する信念を更新し、観察可能な行動軌跡から成功することを示唆する。
  論文  参考訳（メタデータ） (2022-12-01T21:04:03Z)
• 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)
• Towards Unbiased Visual Emotion Recognition via Causal Intervention [63.74095927462]
  本稿では,データセットバイアスによる負の効果を軽減するために,新しい感情認識ネットワーク(IERN)を提案する。 IERNの有効性を検証する一連の設計されたテストと、3つの感情ベンチマークの実験は、IERNが他の最先端のアプローチよりも優れていることを示した。
  論文  参考訳（メタデータ） (2021-07-26T10:40:59Z)
• Epidemic mitigation by statistical inference from contact tracing data [61.04165571425021]
  我々は,個人が感染するリスクを推定するためにベイズ推定法を開発した。 本稿では,感染防止のための検査・隔離戦略を最適化するために,確率論的リスク推定手法を提案する。 我々のアプローチは、最近接触した個人間の通信のみを必要とする、完全に分散されたアルゴリズムに変換されます。
  論文  参考訳（メタデータ） (2020-09-20T12:24:45Z)

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。