Étiquette : open science

data_protection_privacy_figure1_phases_of_decentralized_contact_tracing.jpg

“Decentralized Privacy-Preserving Proximity Tracing This repository contains a proposal for a secure and decentralized privacy-preserving proximity tracing system. Its goal is to simplify and accelerate the process of identifying people who have been in contact with an infected person, thus providing a technological foundation to help slow the spread of the SARS-CoV-2 virus. The system aims to minimise privacy and security risks for individuals and communities and guarantee the highest level of data protection.”

Source : GitHub – DP-3T/documents: Decentralized Privacy-Preserving Proximity Tracing — Documents

“Contributions to open science and open access were considered the least important aspects of academic work for researcher assessment among a list of aspects presented to respondents by the EUA, the association reported on 22 October. Only 38 per cent of 197 institutional respondents considered open science and open access “important” or “very important” to their evaluations. Thirty-six per cent attributed little or no importance to these aspects of academic work.”

Source : Open science not a priority in evaluation, survey finds – Research Professional News

«Les prétentions à la suzeraineté de ces plates-formes, pour reprendre la formule de Alain Supiot (2) dans Gouverner par les nombres, doit être combattue par la souveraineté des États (comme le fait le RGPD) pour contraindre ces plates-formes à remettre dans le domaine public toutes les données et traces qui sont à leur disposition, données produites par le public et qui méritent d’être reprises, traitées et contrôlées par des organismes scientifiques publics avant d’être mises à disposition des chercheurs dans des conditions précises comme c’est le cas pour les recensements (et donc avec des limites). Les principes de la science ouverte risquent fort de rester des vœux pieux si on ne s’attaque pas dès maintenant à cette prédation des données par l’oligopole de l’attention que constituent les GAFAMT» – Dominique Boullier.

Source : Facebook et la recherche : le « quasi État » | InternetActu.net

«The most basic problem is that researchers often don’t share their source code. At the AAAI meeting, Odd Erik Gundersen, a computer scientist at the Norwegian University of Science and Technology in Trondheim, reported the results of a survey of 400 algorithms presented in papers at two top AI conferences in the past few years. He found that only 6% of the presenters shared the algorithm’s code. Only a third shared the data they tested their algorithms on, and just half shared « pseudocode »—a limited summary of an algorithm. (In many cases, code is also absent from AI papers published in journals, including Science and Nature.)».

Source : Missing data hinder replication of artificial intelligence studies | Science | AAAS

© 2021 no-Flux

Theme by Anders NorenUp ↑