論文の概要: Gender-Based Heterogeneity in Youth Privacy-Protective Behavior for Smart Voice Assistants: Evidence from Multigroup PLS-SEM
- arxiv url: http://arxiv.org/abs/2603.27117v1
- Date: Sat, 28 Mar 2026 04:11:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-31 23:18:44.794015
- Title: Gender-Based Heterogeneity in Youth Privacy-Protective Behavior for Smart Voice Assistants: Evidence from Multigroup PLS-SEM
- Title（参考訳）: スマート音声アシスタントの青年プライバシー保護行動におけるジェンダーベース不均一性--多群PSS-SEMからの証拠
- Authors: Molly Campbell, Yulia Bobkova, Ajay Kumar Shrestha,
- Abstract要約: 本稿では,若年者スマートアシスタント(SVA)エコシステムにおけるジェンダーのプライバシ意思決定の変容について検討する。
16～24歳のカナダ人若者469人の調査データを用いて、5つのプライバシー構成で男女を比較した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper investigates how gender shapes privacy decision-making in youth smart voice assistant (SVA) ecosystems. Using survey data from 469 Canadian youths aged 16-24, we apply multigroup Partial Least Squares Structural Equation Modeling to compare males (N=241) and females (N=174) (total N = 415) across five privacy constructs: Perceived Privacy Risks (PPR), Perceived Privacy Benefits (PPBf), Algorithmic Transparency and Trust (ATT), Privacy Self-Efficacy (PSE), and Privacy Protective Behavior (PPB). Results provide exploratory evidence of gender heterogeneity in selected pathways. The direct effect of PPR on PPB is stronger for males (Male: \b{eta} = 0.424; Female: \b{eta} = 0.233; p < 0.1), while the indirect effect of ATT on PPB via PSE is stronger for females (Female: \b{eta} = 0.229; Male: \b{eta} = 0.132; p < 0.1). Descriptive analysis of non-binary (N=15) and prefer-not-to-say participants (N=39) shows lower trust and higher perceived risk than the binary groups, motivating future work with adequately powered gender-diverse samples. Overall, the findings provide exploratory evidence that gender may moderate key privacy pathways, supporting more responsive transparency and control interventions for youth SVA use.
- Abstract（参考訳）: 本稿では,若年者スマートアシスタント(SVA)エコシステムにおけるジェンダーのプライバシ意思決定の変容について検討する。
16～24歳のカナダ人若者469人の調査データを用いて、男性(N=241)と女性(N=174)と女性(Total N=415)の5つのプライバシ構成体:知覚的プライバシーリスク(PPR)、知覚的プライバシー利益(PPBf)、アルゴリズム的透明性と信頼(ATT)、プライバシ自己効力(PSE)、プライバシ保護行動(PPB)を比較した。
その結果、選択された経路における性別の不均一性の探索的証拠が得られた。
PPBに対するPPRの直接効果は男性(男性: \b{eta} = 0.424; 女性: \b{eta} = 0.233; p < 0.1; 女性: \b{eta} = 0.229; 男性: \b{eta} = 0.132; p < 0.1; 女性(女性: \b{eta} = 0.229; 男性: \b{eta} = 0.132; p < 0.1; 女性)より強い。
非バイナリ(N=15)と好ましくない参加者(N=39)の記述的分析は、二分群よりも信頼度が低く、認知リスクが高いことを示し、適切なパワーを持つ男女差サンプルによる今後の研究を動機付けている。
全体として、この発見は、性別が重要なプライバシー経路を緩やかにし、若年者SVA使用に対するより応答性の高い透明性とコントロールの介入を支援するという探索的な証拠を提供する。
関連論文リスト
- From Framework to Practice: Youth Negotiations of Privacy with Smart Voice Assistants Through the PEA-AI Lens [0.0]
本研究では、AIフレームワークにおけるプライバシ-倫理アライメントを適用し、若者がSVA内のプライバシをどのように認識し、交渉するかを検討する。
プライバシリスク(PPR)、プライバシメリット(PPBf)、アルゴリズム透明性と信頼(ATT)、プライバシ自己効力(PSE)、プライバシ保護行動(PPB)の5つのプライバシ構造を測定した。
論文 参考訳（メタデータ） (2026-02-14T03:03:57Z) - Privacy by Voice: Modeling Youth Privacy-Protective Behavior in Smart Voice Assistants [0.0]
本研究は、カナダ人の若者がスマート音声アシスタント(SVA)とプライバシーを交渉する方法について検討する。
プライバシリスク(PPR)、知覚的メリット(PPBf)、アルゴリズム的透明性と信頼(ATT)、プライバシ自己効力(PSE)、プライバシ保護行動(PPB)という5つの重要な構造モデルを開発し、テストする。
論文 参考訳（メタデータ） (2026-02-09T05:56:51Z) - NLP Privacy Risk Identification in Social Media (NLP-PRISM): A Survey [9.47737368469032]
6次元にわたる脆弱性を評価するソーシャル・メディア・フレームワークにおけるNLPプライバシ・リスク同定を提案する。
我々の分析によると、トランスフォーマーモデルは0.58-0.84の範囲でF1スコアを達成するが、プライバシー保護の微調整により1%から23%低下する。
我々は、ソーシャルメディアの文脈で倫理的NLPを可能にするために、より強力な匿名化、プライバシーを意識した学習、公平な学習を提唱する。
論文 参考訳（メタデータ） (2026-01-26T21:09:48Z) - Convenience vs. Control: A Qualitative Study of Youth Privacy with Smart Voice Assistants [0.0]
プライバシーリスク(PPR)と利益(PPBf)が,アルゴリズムの透明性と信頼(ATT)とプライバシの自己言語過負荷(PSE)とどのように交わるかを検討する。
我々の分析は、ポリシー、断片化された設定、不明瞭なデータ保持が自己効力感を損なうこと、および保護行動を妨げることを明らかにしている。
SVAの実用的な設計指針は、統一されたプライバシハブ、プレーンな"データ栄養"ラベル、明確な保持デフォルト、デバイス条件のマイクロチュートリアルなどである。
論文 参考訳（メタデータ） (2026-01-07T21:15:29Z) - BioPro: On Difference-Aware Gender Fairness for Vision-Language Models [50.40913324046528]
VLM(Vision-Language Models)は、特にジェンダー表現において、トレーニングデータから重要な社会的バイアスを継承する。
我々は、画像キャプションとテキスト・ツー・イメージ生成における差認識性フェアネスの問題を定式化するために、テキストのみのモデルにおける差認識性フェアネスの最近の進歩の上に構築する。
我々は、中立な文脈における望ましくないバイアスを軽減し、明示的な文脈における有効な区別を保ちながら、BioProを提案する。
論文 参考訳（メタデータ） (2025-11-30T09:33:09Z) - Privacy-Preserving Orthogonal Aggregation for Guaranteeing Gender Fairness in Federated Recommendation [18.123459468576648]
我々は、厳密なプライバシー制約の下で、連合推薦システムがグループフェアネスを達成できるかどうかを検討する。
セキュアアグリゲーション方式と量子化手法を用いたプライバシ保存直交アグリゲーション(PPOA)を提案する。
実験の結果、PPOAは女性と男性両方の推奨効果を最大8.25%、男性では6.36%向上させることが示された。
論文 参考訳（メタデータ） (2024-11-29T13:12:11Z) - The Root Shapes the Fruit: On the Persistence of Gender-Exclusive Harms in Aligned Language Models [91.86718720024825]
我々はトランスジェンダー、ノンバイナリ、その他のジェンダー・ディバースのアイデンティティを中心とし、アライメント手順が既存のジェンダー・ディバースバイアスとどのように相互作用するかを検討する。
以上の結果から,DPO対応モデルは特に教師付き微調整に敏感であることが示唆された。
DPOとより広範なアライメントプラクティスに合わせたレコメンデーションで締めくくります。
論文 参考訳（メタデータ） (2024-11-06T06:50:50Z) - GenderBias-\emph{VL}: Benchmarking Gender Bias in Vision Language Models via Counterfactual Probing [72.0343083866144]
本稿では,GenderBias-emphVLベンチマークを用いて,大規模視覚言語モデルにおける職業関連性バイアスの評価を行う。
ベンチマークを用いて15のオープンソースLVLMと最先端の商用APIを広範囲に評価した。
既存のLVLMでは男女差が広くみられた。
論文 参考訳（メタデータ） (2024-06-30T05:55:15Z) - Towards Understanding Gender-Seniority Compound Bias in Natural Language
Generation [64.65911758042914]
本研究では,事前学習したニューラルジェネレーションモデルにおける性別バイアスの程度に,高齢者がどのような影響を及ぼすかを検討する。
以上の結果から, GPT-2は, 両領域において, 女性を中年, 男性を中年として考えることにより, 偏見を増幅することが示された。
以上の結果から, GPT-2を用いて構築したNLPアプリケーションは, プロの能力において女性に害を与える可能性が示唆された。
論文 参考訳（メタデータ） (2022-05-19T20:05:02Z) - Balancing Biases and Preserving Privacy on Balanced Faces in the Wild [50.915684171879036]
現在の顔認識(FR)モデルには、人口統計バイアスが存在する。
さまざまな民族と性別のサブグループにまたがる偏見を測定するために、我々のバランス・フェイススをWildデータセットに導入します。
真偽と偽のサンプルペアを区別するために1点のスコアしきい値に依存すると、最適以下の結果が得られます。
本稿では,最先端ニューラルネットワークから抽出した顔特徴を用いたドメイン適応学習手法を提案する。
論文 参考訳（メタデータ） (2021-03-16T15:05:49Z)
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。