این مقاله نگرانی‌های مربوط به حریم خصوصی افراد، درک مزایای اجتماعی و پذیرش اقدامات مختلف کنترل کووید-19 را بررسی می‌کند که اطلاعات مکان را با استفاده از داده‌های جمع‌آوری‌شده از طریق یک نظرسنجی آنلاین در ایالات متحده و کره جنوبی، مهار می‌کند. نتایج نشان می‌دهد که افراد نسبت به روش‌هایی که از اطلاعات حساس‌تر و خصوصی‌تر استفاده می‌کنند، نگرانی‌های بیشتری نسبت به حریم خصوصی دارند. نتایج همچنین نشان می‌دهد که درک افراد از مزایای اجتماعی زمانی پایین است که نگرانی‌های مربوط به حریم خصوصی آن‌ها بالا باشد، که نشان‌دهنده رابطه مبادله‌ای بین نگرانی‌های حریم خصوصی و مزایای اجتماعی درک‌شده است. علاوه بر این، پذیرش کره جنوبی برای اکثر روش های کاهش به طور قابل توجهی بیشتر از مردم ایالات متحده است و در نهایت، نتایج رگرسیون نشان می دهد که کره جنوبی (در مقایسه با مردم ایالات متحده) ) و افرادی که جهت گیری جمع گرایانه قوی تری دارند، تمایل بیشتری به پذیرش اقدامات کنترلی دارند، زیرا نگرانی های مربوط به حریم خصوصی کمتری دارند و مزایای اجتماعی بیشتری را برای این اقدامات درک می کنند. این یافته ها درک ما را از نقش مهم بافت جغرافیایی و فرهنگ و همچنین تجارب مردم از اقدامات کاهشی اعمال شده برای کنترل یک بیماری همه گیر قبلی افزایش می دهد.

کلید واژه ها:

پذیرش ؛ مطالعه تطبیقی ; COVID-19 ؛ حریم خصوصی جغرافیایی حریم خصوصی مکان ؛ همه گیری ; ادراک ؛ حریم خصوصی ؛ منافع اجتماعی

1. مقدمه

از دسامبر 2019، همه گیری COVID-19 (بیماری کروناویروس جدید 2019) به یکی از مسائل بی سابقه و حیاتی بهداشت جهانی تبدیل شده است [ 1 ، 2 ]. تا اواسط ژانویه 2021، حدود 90.0 میلیون مورد تایید شده و 1.9 میلیون مرگ در سراسر جهان وجود داشته است [ 3 ]. برای کنترل همه‌گیری COVID-19، تحقیقات و سیاست‌گذاری‌های قابل‌توجهی مانند ساخت واکسن‌ها، افزایش آزمایش کووید-19 و انجام مطالعات اپیدمیولوژیک انجام شده است.
در میان روش‌های مختلف کاهش کووید-19، آن‌هایی که توجه جغرافی‌دانان را به خود جلب می‌کنند، روش‌هایی هستند که از داده‌های مکان افراد استفاده می‌کنند، که خصوصی و اغلب حساس هستند [ 4 ، 5 ]. به عنوان مثال، برخی از کشورها اطلاعات موقعیت مکانی بیماران COVID-19 را از تلفن همراه خود (به عنوان مثال، سوابق مسیرهای GPS) برای یافتن دقیق مخاطبین نزدیک این بیماران به دست آورده اند (عملی به نام ردیابی تماس ). اطلاعات مکان خصوصی افراد هنگام اجرای اقدامات کنترل COVID-19 نقش مهمی ایفا کرده است [ 6 ، 7 ، 8 ، 9 ، 10 ] ( شکل 1 ).
نوع اول شامل روش های ردیابی تماس است. ردیابی تماس یک روش بررسی اپیدمیولوژیک است که مقامات بهداشت عمومی برای ردیابی فعالیت های بیماران برای شناسایی افرادی که در تماس نزدیک با بیماران بوده اند و ممکن است نیاز به قرنطینه شدن یا آزمایش داشته باشند، استفاده می کنند [ 11 ]. مصاحبه عمیق با بیماران روش معمول برای انجام ردیابی تماس است. با این حال، مصاحبه ها زمان بر و پرهزینه هستند. به عنوان مثال، تخمین زده می شود که 100000 ردیاب تماس جدید در ایالات متحده برای ردیابی مناسب تماس های نزدیک بیماران COVID-19 مورد نیاز است [ 12 ]]. برای رفع این محدودیت‌ها، برخی از کشورها اطلاعات موقعیت مکانی بیماران را با استفاده از فناوری‌های مکانی، مانند سوابق GPS در تلفن‌های همراه بیماران و سوابق استفاده از کارت اعتباری آنها به دست آورده‌اند [ 13 ]. به طور مشابه، کشورهای دیگر رویکرد ردیابی نزدیکی را اتخاذ کرده اند که از یک برنامه تلفن همراه مبتنی بر بلوتوث استفاده می کند [ 14 ]]. این برنامه شناسه های ناشناس افرادی را که به مرور زمان در مجاورت کاربر برنامه بودند، ثبت می کند. هنگامی که کاربر برنامه مبتلا به COVID-19 تشخیص داده می شود، سیستم یک پیام هشدار برای افرادی که به عنوان مخاطبین نزدیک کاربر برنامه ثبت شده اند ارسال می کند. با استفاده از این روش‌های مبتنی بر فناوری، می‌توان به ردیابی تماس کارآمدتری دست یافت که به طور بالقوه می‌تواند به مزایای اجتماعی کنترل بهتر همه‌گیری کمک کند.
علیرغم مزایای اجتماعی بالقوه این روش‌های ردیابی تماس دیجیتال، ممکن است حریم خصوصی بیماران COVID-19 را نقض کنند. حریم خصوصی جغرافیایی مستلزم «حقوق فردی برای جلوگیری از افشای موقعیت منزل، محل کار، فعالیت‌های روزانه یا سفرها» است ([ 15 ]]، پ. 15). در روش مصاحبه سنتی، بیماران کووید-19 ممکن است بتوانند اطلاعات مکانی را که می‌خواهند و تا چه حد به اشتراک بگذارند کنترل کنند (اگرچه این وضعیت مطلوبی نیست). با انجام این کار، آنها ممکن است بتوانند از حریم خصوصی جغرافیایی خود محافظت کنند. با این حال، در روش‌های جدید ردیابی تماس دیجیتال، افراد برای محافظت از حریم خصوصی جغرافیایی خود کنترل بسیار کمی بر فرآیند دارند زیرا تمام اطلاعات مکان که از طریق دستگاه‌های مختلف (مثلاً تلفن‌های همراه و برنامه‌های کاربردی) جمع‌آوری می‌شود به طور خودکار به آژانس‌های بهداشت عمومی ارسال می‌شود. ممکن است به برخی از احتمالات برای نقض حریم خصوصی جغرافیایی منجر شود. به عنوان مثال، مقامات بهداشت عمومی اطلاعات دقیقی در مورد برخی از بیماران به دست می آورند (به عنوان مثال، بیماران از کدام فروشگاه/کافه/رستوران بازدید کرده اند، بیماران چه اقلامی خریداری کرده اند، و غیره)، زیرا می توانند به تاریخچه استفاده از کارت اعتباری بیماران دسترسی داشته باشند.
نوع دوم اقدامات کاهش کووید-19 شامل روش هایی است که بر نحوه عملکرد صحیح افراد در قرنطینه نظارت می کند. منطق پشت نظارت بر قرنطینه شخصی، جلوگیری از عدم رعایت یا تخلفات است که ممکن است ویروس را گسترش دهد [ 16 ، 17 ]. در برخی کشورها، مقامات بهداشت عمومی به طور تصادفی افراد را فرا می‌خوانند تا بررسی کنند که آیا به درستی قرنطینه خود را انجام می‌دهند [ 18 ]. برخی از کشورها روش‌های پایش بلادرنگ را که از فن‌آوری‌های مکانی، مانند ردیابی GPS تلفن همراه یا مچ‌بند الکترونیکی استفاده می‌کنند، پیاده‌سازی کرده‌اند [ 19 ، 20 ، 21 ]. برخی کشورها به طور مستقیم بر قرنطینه خود نظارت نمی کنند اما گواهی سفر را اجرا کرده اند [ 19]. به عنوان مثال، افراد موظفند هنگام بازدید از اماکن عمومی یا ورود به ساختمان ها، گواهینامه سفر معتبر خود را نشان دهند. افرادی که ملزم به قرنطینه هستند نمی توانند گواهی سفر معتبر داشته باشند. به طور کلی، با اتخاذ این روش ها، می توان خود قرنطینه را با اطمینان بیشتری مدیریت کرد، که به طور بالقوه می تواند به مزایای اجتماعی کنترل بیماری کمک کند.
با این حال، اگرچه این روش‌های نظارت بر قرنطینه ممکن است به طور کلی به نفع جامعه باشد، اما ممکن است حریم خصوصی جغرافیایی افرادی را که ملزم به قرنطینه هستند، نقض کند. به عنوان مثال، ردیابی GPS حریم خصوصی جغرافیایی این افراد را نقض می کند، زیرا کسانی که به این اطلاعات دسترسی دارند، مکان افراد را در زمان واقعی می دانند. علاوه بر این، درخواست از افرادی که در قرنطینه هستند برای بستن مچ بند الکترونیکی ممکن است باعث بحث عمومی شود، زیرا مچ بند الکترونیکی معمولاً برای مجرمان اعمال می شود. علاوه بر این، اگرچه انتظار می‌رود که اطلاعات مکان واقعی این دستگاه‌ها در یک پایگاه داده ایمن ذخیره شود، پایگاه داده می‌تواند هک شود و ممکن است منجر به نقض حریم خصوصی جغرافیایی شود [ 22 ].
نوع سوم شامل روش‌های کاهش COVID-19 است که مکان‌هایی را که بیماران COVID-19 از آنجا بازدید کرده‌اند به طور عمومی افشا می‌کند [ 23 ]]. اگرچه ردیابی تماس می‌تواند افرادی را که در تماس نزدیک با بیماران کووید-19 بوده‌اند شناسایی کند، شناسایی تمام تماس‌های نزدیک در محیط‌های عمومی، مانند فروشگاه‌های مواد غذایی یا حمل‌ونقل عمومی (به عنوان مثال، افرادی که دقیقاً در کنار فرد آلوده نشسته‌اند، ممکن نیست. شخص در مترو به مدت 1 ساعت). از آنجایی که مشخص نیست این افراد توسط بیمار آلوده شده اند یا خیر، یکی از راه های کاهش ابهامات، انتشار اطلاعات در مورد مکان هایی است که بیماران در آن ویزیت شده اند. با انتشار چنین اطلاعاتی برای عموم، افرادی که از آن مکان‌ها بازدید کرده‌اند می‌توانند بدانند که ممکن است آلوده باشند و بنابراین نیاز به آزمایش دارند. علاوه بر این، در طول همه گیری، عموم مردم می خواهند اطلاعات بیشتری در مورد این بیماری داشته باشند [ 24]. در این راستا، افشای چنین اطلاعاتی ممکن است نقش مهمی در ارضای حق آگاهی افراد داشته باشد. این ممکن است به طور بالقوه به مزایای اجتماعی کنترل همه گیر کمک کند.
علیرغم مزایای اجتماعی بالقوه، این روش ها ممکن است حریم خصوصی افراد را نقض کند زیرا هویت خاص یک بیمار خاص را می توان از طریق مهندسی معکوس فضایی تخمین زد. مهندسی معکوس فضایی تکنیکی است که بوسیله آن می توان هویت خاص یک شخص خاص (به عنوان مثال، نام و آدرس منزل) را با پیوند دادن اطلاعات دقیق موقعیت مکانی به داده های عمومی، مانند صفحات سفید یا لیست رأی دهندگان، به طور دقیق تخمین زد که می تواند به حریم خصوصی جغرافیایی منجر شود. نقض [ 25 ، 26 ، 27]. این امر به ویژه زمانی امکان پذیر است که اطلاعات دموگرافیک بیماران (به عنوان مثال، سن، جنسیت، یا شغل) همراه با مکان اصلی آنها منتشر شود، زیرا تخمین هویت یک بیمار خاص با اطلاعات بیشتر آسان تر می شود. علاوه بر این، این امر یک مشکل جدی برای حفظ حریم خصوصی زمین ایجاد می‌کند، زیرا پیشرفت‌های اخیر در هوش مصنوعی و تکنیک‌های محاسباتی با کارایی بالا ممکن است دقت مهندسی معکوس فضایی را به طور قابل‌توجهی افزایش دهد [ 28 ، 29 ].
به طور خلاصه، اگرچه روش‌های مختلف کاهش COVID-19 که از اطلاعات مکان حساس افراد استفاده می‌کنند، می‌توانند به طور بالقوه به مزایای اجتماعی کنترل همه‌گیری کمک کنند، این روش‌ها پتانسیل نقض حریم خصوصی جغرافیایی افراد را دارند، زیرا از اطلاعات موقعیت مکانی حساس افراد استفاده می‌کنند. علاوه بر این، برخی از افراد ممکن است تمایل بیشتری به پذیرش روش‌های کاهش خاصی داشته باشند، در حالی که برخی دیگر تمایل کمتری به پذیرش آنها دارند. عوامل متعددی ممکن است تغییرات پذیرش افراد از اقدامات کاهش COVID-19 را توضیح دهد.
اول، ارزش‌های یک فرد در رابطه با مبادله بین حقوق خصوصی جغرافیایی او و مزایای اجتماعی کنترل بیماری ممکن است بر پذیرش این اقدامات تأثیر بگذارد. چنین جهت گیری ارزشی را می توان با جهت گیری فردگرایانه- جمع گرایانه افراد ارزیابی کرد. فردی با گرایش جمع گرایانه تمایل دارد منافع و رفاه جامعه خود را در کل اولویت قرار دهد و کمتر نگران حریم خصوصی خود است [ 30 ، 31 ].]. در این پرتو، به‌ویژه در طول همه‌گیری COVID-19، زمانی که جامعه یا جامعه در معرض خطر بزرگی است، فردی با گرایش جمع‌گرایانه قوی‌تر نسبت به فردی با گرایش جمع‌گرایانه ضعیف‌تر، مایل به پذیرش اقدامات مختلف کاهش COVID-19 است. این به این دلیل است که فردی با گرایش جمع‌گرایانه قوی‌تر به احتمال زیاد فکر می‌کند که این اقدامات کاهشی می‌تواند بیماری را کنترل کند و در نتیجه به نفع جامعه یا جامعه باشد.
دوم، کشور مقیم و بافت جغرافیایی یک فرد نقش مهمی در تأثیرگذاری بر پذیرش این اقدامات ایفا می کند. از آنجایی که مردمی که در یک کشور زندگی می کنند تمایل دارند فرهنگ ها و تجربیات مشابهی را به اشتراک بگذارند، واکنش یک فرد به یک تهدید خاص (مثلاً همه گیری COVID-19) ممکن است مشابه سایرین در همان کشور باشد. به عنوان مثال، به طور گسترده شناخته شده است که کره جنوبی (به طور رسمی، جمهوری کره) می تواند اقدامات کنترل COVID-19 را اجرا کند که از اطلاعات مکان حساس بدون مواجهه با مخالفت جدی عمومی استفاده می کند [ 23 ، 24 ]. یکی از دلایل امکان اجرای چنین سیاست‌هایی، درس‌های دردناک این کشور از شکست خود در مقابله با سندرم تنفسی خاورمیانه (MERS) در سال 2015 است .33 ]. از آنجایی که هر کشوری تجربیات خاص خود را در رابطه با شیوع و کنترل بیماری های عفونی دارد، پذیرش یک فرد از اقدامات مختلف کنترل کووید-19 با کشور محل اقامت و بافت جغرافیایی وی مرتبط است.
با این حال، تا به امروز، شواهد تجربی از روابط بین پذیرش افراد، نگرانی‌های مربوط به حریم خصوصی، و درک مزایای اجتماعی در مورد روش‌های کاهش COVID-19 و ویژگی‌های افراد نامشخص است. برای پر کردن این شکاف، این تحقیق با هدف بررسی پذیرش افراد، نگرانی‌های مربوط به حریم خصوصی، و درک مزایای اجتماعی برای اقدامات مختلف کاهش COVID-19 که اطلاعات مکان خصوصی را با استفاده از داده‌های جمع‌آوری‌شده از طریق یک نظرسنجی آنلاین، مهار می‌کند، بررسی کرد.
ابتدا، بررسی کردیم که چگونه پذیرش، نگرانی‌های مربوط به حریم خصوصی، و درک افراد از مزایای اجتماعی از نظر روش‌های کاهش COVID-19 متفاوت است. دوم، ما بررسی کردیم که چگونه پذیرش یک فرد از این روش‌ها با ویژگی‌های او، از جمله ویژگی‌های جمعیت‌شناختی اجتماعی، کشور مقیم (یعنی بافت جغرافیایی)، و جهت‌گیری فردگرایانه-جمعی‌گرایانه آنها مرتبط است. از نظر کشور مقیم، اگرچه نظرسنجی از افراد بسیاری از کشورهای جهان ایده آل است، اما با توجه به بودجه محدود، عملاً دشوار بود. در نتیجه، تحقیقات ما بر دو کشور – ایالات متحده و کره جنوبی – متمرکز شد که از نظر فرهنگی تفاوت قابل توجهی با یکدیگر دارند (به عنوان مثال، فرهنگ شرقی و غربی) و تجربیات مربوط به همه گیری کووید-19 فعلی و بیماری های عفونی قبلی (به عنوان مثال، مرس در سال 2015). علاوه بر این، کره جنوبی اقدامات قدرتمند مختلفی را برای کاهش کووید-19 اجرا کرده است که از اطلاعات موقعیت مکانی حساس استفاده می کند، اما ایالات متحده روی انواع مختلفی از اقدامات، مانند سفارشات اقامت در خانه تمرکز کرده است.
درک درک مردم بسیار مهم است، زیرا بینش های مهمی در مورد برخی از دلایل موفقیت بیشتر برخی کشورها در اجرای اقدامات کاهش COVID-19 که از اطلاعات موقعیت مکانی حساس افراد استفاده می کند و نگرانی های مربوط به حریم خصوصی افراد و مزایای اجتماعی را متعادل می کند، ارائه می دهد [ 19 ، 21 ]]. علاوه بر این، این بینش‌ها به دلیل گسترش بی‌وقفه و قابل‌توجه COVID-19 در بسیاری از کشورها در زمان نگارش مقاله (اواسط دسامبر 2020) و نیاز به اقدامات مؤثرتر کاهش اهمیت ویژه‌ای دارند. در این پرتو، با درک بهتر پذیرش مردم از اقدامات مختلف کاهش کووید-19، می‌توان به مقامات بهداشت عمومی برای اجرای سیاست‌های موفقی که برای مردم بسیار قابل قبول باشد، آگاه کرد.
توجه داشته باشید که این تحقیق در درجه اول به دنبال توضیح تفاوت در پذیرش بین کره جنوبی و ایالات متحده و در عین حال تمرکز بر نگرانی های حفظ حریم خصوصی و درک مزایای اجتماعی است. اگرچه عوامل دیگری نیز ممکن است بر پذیرش افراد از اقدامات مختلف کاهش COVID-19 تأثیر بگذارد، مانند شدت COVID-19 و اعتماد به سازمان‌های دولتی، بررسی اینکه آیا این عوامل بر پذیرش تأثیر می‌گذارند هدف اصلی این مقاله نیست.

2. داده ها و روش ها

2.1. جمع آوری داده ها

داده های مورد استفاده برای این پژوهش از طریق کوالتریکس جمع آوری شده است. درخواست ها از طریق سرویس تبلیغاتی فیس بوک توزیع شد. با استفاده از این سرویس، می توان یک پست فیس بوک درخواستی را برای کاربران هدف تبلیغ کرد (به عنوان مثال، شرکت کنندگان کره جنوبی: بزرگسالان بالای 18 سال ساکن کره جنوبی؛ شرکت کنندگان آمریکایی: بزرگسالان بالای 18 سال ساکن ایالات متحده). علاوه بر این، درخواست ها نیز از طریق حساب های توییتر نویسندگان توزیع شد. علاوه بر این، از روش نمونه‌گیری گلوله برفی برای جذب شرکت‌کنندگان بیشتر در نظرسنجی استفاده کردیم. شرکت کنندگان در نظرسنجی بین 25 ژوئن 25 و 10 ژوئیه 2020 استخدام شدند. از آنجایی که وضعیت COVID-19 به سرعت در حال تغییر است، شایان ذکر است که وضعیت همه گیری COVID-19 در کره جنوبی و ایالات متحده در طول دوره نظرسنجی به طور قابل توجهی متفاوت بود ( شکل 2)) کره جنوبی موارد جدید روزانه نسبتاً پایینی را تجربه کرد (در مقایسه با اوج در اوایل ماه مارس)، در حالی که ایالات متحده از اواسط ژوئن پس از بازگشایی چندین ایالت، موج دوم (موج 2) را در موارد جدید تجربه کرد.
در نهایت 306 نفر در نظرسنجی آنلاین شرکت کردند. جدول 1 آمار توصیفی ویژگی های جمعیت شناختی شرکت کنندگان را ارائه می دهد. به طور خاص، نمونه ما در هر دو کشور شامل درصد بالاتری از افراد جوان و با تحصیلات عالی در مقایسه با هر آمار سراسری بود. همانطور که می توان انتظار داشت، این به دلیل استخدام از طریق فیس بوک و توییتر و روش نمونه گیری گلوله برفی است [ 35 ، 36]. علیرغم این اختلافات، نتایج نظرسنجی ما هنوز هم می تواند برخی از دانش معنی دار و پیشنهادات خط مشی بهداشت عمومی را ارائه دهد. با این حال، هنگام تفسیر نتایج مطالعه ما باید این محدودیت را در نظر داشت. در نهایت، از آنجایی که نظرسنجی در ایالات متحده و کره جنوبی انجام شد، نسخه انگلیسی پرسشنامه نظرسنجی توسط یک بومی کره جنوبی به زبان کره ای ترجمه شد. هیئت بررسی نهادی (IRB) دانشگاه نویسندگان پروتکل و پرسشنامه نظرسنجی را بررسی و تایید کرد.

2.2. فرم نظرسنجی

پرسشنامه نظرسنجی شامل دو بخش بود. بخش 1 نظرات مردم را در مورد 10 اقدام کاهش کووید-19 که از اطلاعات مکان استفاده می‌کنند، بررسی کرد. برای هر روش، ما در مورد سه مورد زیر سؤالاتی را مطرح کردیم: (1) نگرانی های مربوط به حریم خصوصی (یعنی سطح نگرانی های مربوط به حریم خصوصی ممکن است یک فرد داشته باشد)، (2) ادراک از مزایای اجتماعی (یعنی سطح مزایای اجتماعی که شخص فکر می کند. با ارائه اطلاعات درخواست شده توسط مقامات بهداشت عمومی، و (3) پذیرش (یعنی تا چه حد اقدام مورد نظر برای پاسخ دهنده قابل قبول است) به دست می آید. هر آیتم در مقیاس 7 درجه ای (از 1 تا 7) اندازه گیری شد. به عنوان مثال، در مورد نگرانی های مربوط به حریم خصوصی، “1” نشان دهنده “اصلا نگران نیست” و 4 نشان دهنده “خنثی”، در حالی که 7 نشان دهنده “بسیار نگران” است. با توجه به برداشت از مزایای اجتماعی، “1” نشان دهنده “اصلا مفید نیست”، در حالی که “7” نشان دهنده “بسیار مفید” است. در مورد پذیرش، “1” نشان دهنده “اصلا قابل قبول نیست” و “7” نشان دهنده “بسیار قابل قبول” است.
سه نوع از اقدامات کاهش COVID-19 در نظرسنجی مورد بررسی قرار گرفت ( جدول 2 ). ضمیمه A جدول A1دستورالعمل های نظرسنجی جامع برای هر اندازه گیری ارائه می دهد. نوع اول (M1-4) بر روش‌های ردیابی تماس متمرکز بود. نوع دوم (M5-8) بر روش‌های نظارت بر خود قرنطینه‌ای متمرکز بود. نوع سوم (M9-10) بر افشای عمومی مکان‌های فعالیت‌های اصلی بیماران COVID-19 متمرکز بود. توجه داشته باشید که در کره جنوبی، اکثر این روش ها (به جز M4 و M8) قبلاً اجرا شده اند. با این حال، در ایالات متحده، تنها یک روش (M1) به طور گسترده انجام می شود. به یاد بیاورید که هدف اصلی این مقاله مقایسه پذیرش مردم از اقدامات کاهشی بین ایالات متحده و کره جنوبی بود. برای رسیدن به این هدف، از آزمون‌های ناپارامتریک (آزمون من ویتنی) استفاده شد. ما از آزمون‌های ناپارامتریک استفاده کردیم زیرا پاسخ‌ها در مقیاس ترتیبی اندازه‌گیری شدند و از توزیع‌های نرمال پیروی نکردند، همانطور که نتایج آزمون نرمال (آزمون شاپیرو-ویلک) نشان می‌دهد [37 ].
بخش 2 از پرسشنامه نظرسنجی در مورد ویژگی های مختلف اجتماعی جمعیت شناختی شرکت کنندگان در نظرسنجی پرسیده شد. علاوه بر این، ما از 16 مورد نظرسنجی اتخاذ شده از [ 38 ] برای اندازه گیری جهت گیری جمع گرایانه-فردگرایانه یک فرد استفاده کردیم. برخی از این 16 آیتم برای محاسبه نمره عاملی امتیاز جهت گیری جمع گرایانه یک فرد که از تحلیل عاملی تاییدی (CFA) به دست می آید، انتخاب شدند. اگرچه این آیتم های نظرسنجی هر دو جهت گیری فردگرایانه و جمع گرایانه را پوشش می دهند، ما فقط بر روی امتیاز جهت گیری جمع گرا تمرکز کردیم زیرا جهت گیری جمع گرایانه قوی تر با جهت گیری فردگرایانه ضعیف تر همراه است. در تحلیل‌های گزارش‌شده در بخش بعدی، از ویژگی‌های جمعیت‌شناختی فردی و نمرات جهت‌گیری جمع‌گرایانه برآورد شده استفاده شد.

3. نتایج

3.1. نگرانی‌های مربوط به حریم خصوصی، درک مزایای اجتماعی، و پذیرش روش‌های ردیابی تماس COVID-19 (M1-4)

در این بخش فرعی، نگرانی‌های مربوط به حریم خصوصی، درک مزایای اجتماعی و پذیرش شرکت‌کنندگان را در مورد چهار روش ردیابی تماس که اطلاعات مکان (M1-4) را مهار می‌کنند، بررسی می‌کنیم. جدول 3 ، جدول 4 و جدول 5 و شکل 3 نتایج را نشان می دهد. جدول 5 بر میزان پذیرش و عدم تایید تمرکز دارد. نرخ پذیرش (A) نشان‌دهنده درصد شرکت‌کنندگانی است که 5، 6 و 7 را برای سؤال پذیرش برای هر روش انتخاب کرده‌اند ( جدول A2 ، جدول A3 و جدول A4 را ببینید که فراوانی پاسخ‌ها را برای هر روش نشان می‌دهد).
اول، نگرانی‌های حفظ حریم خصوصی در ایالات متحده و کره جنوبی با توجه به چهار روش ردیابی تماس، الگوهای مشابهی دارند. برای مثال، افراد نسبت به روش‌هایی که از اطلاعات حساس و خصوصی‌تر (مثلاً M2 و M3) استفاده می‌کنند، نگرانی بیشتری نسبت به حفظ حریم خصوصی دارند، که مطابق با انتظارات عمومی و یافته‌های قبلی است [ 27 ]. دوم، نتایج نشان‌دهنده تمایلی است که روشی با منفعت اجتماعی ادراک‌شده بالاتر، نگرانی‌های مربوط به حریم خصوصی کمتری دارد. این نتایج نشان دهنده رابطه مبادله ای بین نگرانی های مربوط به حریم خصوصی و مزایای اجتماعی درک شده است که با یافته های قبلی و انتظارات عمومی همسو است [ 15 ]. در نهایت، با تمرکز بر پذیرش چهار روش ردیابی تماس، جدول 4نشان می دهد که تمام تفاوت های بین دو کشور، به جز M1، قابل توجه است ( 0.001 > p)، با اندازه اثر متوسط.
این نتایج چندین پیامد مهم سیاست بهداشت عمومی در هنگام اجرای روش‌های ردیابی تماس دارند. اول، روش‌های ردیابی تماس که از اطلاعات موقعیت مکانی محرمانه افراد استفاده می‌کنند، مانند سوابق GPS (M2) و سابقه استفاده از کارت اعتباری (M3)، ممکن است در ایالات متحده و سایر کشورهای مشابه به دلیل نرخ پذیرش پایین‌تر، مؤثر نباشند. دلیل احتمالی نرخ پذیرش پایین برای M3 می‌تواند نگرانی‌های بیشتر در مورد حریم خصوصی و مزایای اجتماعی کمتر درک‌شده آن باشد. به عنوان مثال، اگرچه پرسنل مجاز فقط می توانند به داده های تاریخچه استفاده از کارت اعتباری برای به دست آوردن اطلاعات مکان برای ردیابی تماس دسترسی داشته باشند، اطلاعات حساس غیرضروری (مثلاً مواردی که شخص خریداری کرده است) می تواند به طور نامناسب افشا شود.
دوم، اگرچه روش متداول مبتنی بر مصاحبه (M1) در ایالات متحده (80٪ از شرکت کنندگان در نظرسنجی) بسیار قابل قبول است، این روش زمانی که موارد جدید به شدت افزایش می‌یابد زمان‌بر و پرهزینه است زیرا به شدت به مصاحبه انسان با انسان متکی است. [ 12 ، 39 ]. در این راستا، روش‌های ردیابی مجاورت مبتنی بر بلوتوث (M4) را می‌توان به عنوان یکی از گزینه‌های عملی برای غلبه بر محدودیت‌های M1 تا حدی در نظر گرفت. نتایج ما نشان می‌دهد که حدود نیمی از شرکت‌کنندگان آمریکایی این روش‌های مبتنی بر بلوتوث (M4) را قابل قبول می‌دانند. این مطابق با نتایج یک نظرسنجی تلفنی از 1000 بزرگسال آمریکایی که به طور تصادفی انتخاب شده بودند در آوریل 2020 [ 40 ] است.]. بر اساس آن نظرسنجی، حدود 50 درصد از شرکت کنندگانی که گوشی هوشمند داشتند، مایل به استفاده از این روش ها (M4) بودند. با این حال، نرخ پذیرش برای M4 مشاهده شده در نظرسنجی ما کمتر از آستانه مورد نیاز برای دستیابی به پیاده‌سازی و ردیابی مؤثر است (یعنی 80 درصد از کاربران گوشی‌های هوشمند نیاز به اجرای روش دارند)، همانطور که در یک مطالعه بر اساس مدل‌سازی اپیدمیولوژیک پیشنهاد شده است [ 41 ] . بنابراین، زمانی که کشورها به دنبال تشویق افراد بیشتری به پذیرش این روش باشند، تلاش‌های مناسب سیاست عمومی، مانند ارتباط شفاف با شهروندان، آموزش و کمپین‌ها، حیاتی خواهد بود. به طور خاص، مقامات بهداشت عمومی باید به حداقل رساندن نگرانی های مربوط به حریم خصوصی افراد و همچنین متقاعد کردن آنها در مورد مزایای اجتماعی بالقوه اجرای روش های ردیابی مجاورت مبتنی بر بلوتوث بپردازند.

3.2. نگرانی های حفظ حریم خصوصی، درک مزایای اجتماعی، و پذیرش روش های نظارت بر قرنطینه خود (M5-8)

در مرحله بعد، نگرانی‌های مربوط به حریم خصوصی، درک مزایای اجتماعی و پذیرش چهار روش نظارت بر قرنطینه را با استفاده از اطلاعات مکان (M5-8) بررسی می‌کنیم. جدول 6 ، جدول 7 و جدول 8 و شکل 4 نتایج این تحلیل را نشان می دهد.
اولاً، نگرانی‌های حریم خصوصی در هر دو کشور الگوهای مشابهی با توجه به چهار روش نظارت بر قرنطینه خود دارند. برای مثال، مردم نسبت به روش‌هایی که مکان‌های هم‌زمان خود را به دست می‌آورند و از آنها استفاده می‌کنند (مثلاً M6-7)، که با انتظارات عمومی سازگار است، نگرانی بیشتری در مورد حفظ حریم خصوصی دارند. دوم، رابطه مبادله ای بین نگرانی های حفظ حریم خصوصی و درک مزایای اجتماعی در ایالات متحده مشاهده می شود اما در کره جنوبی مشاهده نمی شود ( شکل 4).الف، ب). به عنوان مثال، شرکت‌کنندگان کره‌جنوبی نگرانی‌های بیشتری در مورد حریم خصوصی M6-7 دارند و همچنین مزایای اجتماعی بالاتری را برای آنها نسبت به M5 گزارش می‌کنند. به عبارت دیگر، آنها نگران حریم خصوصی خود هستند، اما اعتراف می کنند که آن روش ها (M5-6) مزایای اجتماعی معناداری نیز دارند. در نهایت، تفاوت در پذیرش بین دو کشور قابل توجه است ( p <0.01)، با اندازه اثر کوچک برای اکثر چهار روش نظارت بر خود قرنطینه.
این نتایج چندین پیامد مهم خط مشی بهداشت عمومی در هنگام اجرای روش های نظارت بر خود قرنطینه ای دارند. اولاً، نظارت بر قرنطینه خود با استفاده از ردیابی GPS مبتنی بر تلفن یا مچ‌بندهای الکترونیکی (M6-7) در ایالات متحده و سایر کشورهایی که استقبال مردم از این روش‌ها بسیار کم است، مؤثر نخواهد بود. به عنوان مثال، نظارت بر قرنطینه خود با مچ بند الکترونیکی کمترین پذیرش و بیشترین نگرانی را در مورد حفظ حریم خصوصی در بین 10 روش بررسی شده در نظرسنجی ما دارد. یک توضیح احتمالی این است که این روش‌ها شامل نظارت غیرارادی یا اجباری هستند و افراد کنترل بسیار کمی بر نحوه استفاده از اطلاعات خود دارند. علاوه بر این، از آنجا که مچ بند های الکترونیکی اغلب برای ردیابی مجرمان استفاده می شود،
دوم، اگر هدف مقامات بهداشت عمومی نظارت بر قرنطینه شخصی افراد است، به نظر می رسد روش های نظارت بر اساس تماس تصادفی یا گواهی سفر (M5 و M8) نقطه شروع خوبی در ایالات متحده و سایر کشورهای مشابه باشد. به عنوان مثال، برخی از دولت های ایالتی در ایالات متحده نظارت بر قرنطینه شخصی افراد (M5) را که از برخی ایالت های دیگر وارد ایالت های خود می شوند که در حال افزایش موارد جدید COVID-19 هستند، آغاز کرده اند [ 18 ]. نمونه دیگری از M8 “برنامه ایمن ایلینوی” است که توسط دانشگاه ایلینوی توسعه یافته است [ 42 ]. برای ورود به ساختمان دانشگاه، اعضای دانشگاه (به عنوان مثال، اساتید/کارکنان و دانشجویان) باید نشان دهند که دسترسی معتبری به ساختمان دارند ( شکل 5)). دسترسی معتبر به ساختمان تنها زمانی اعطا می‌شود که اخیراً نتیجه آزمایش COVID-19 منفی باشد [ 42 ]]. با استفاده از این روش، دانشگاه ایلینویز می تواند با موفقیت شیوع ویروس COVID-19 را در جامعه دانشگاه کاهش دهد. بنابراین، این مثال ها نشان می دهد که استفاده از رویکردی مشابه M5 و M8 ممکن است در ایالات متحده و سایر کشورهای مشابه به خوبی کار کند. با این حال، نتایج نظرسنجی ما نشان می‌دهد که تنها حدود 50 درصد از افراد این روش‌ها را قابل قبول می‌دانند که نشان‌دهنده نرخ پذیرش نسبتاً پایین‌تری برای آن‌ها است. بنابراین، برای رفع نگرانی‌های مربوط به حریم خصوصی افراد، به تلاش‌های بیشتر سیاست‌های بهداشت عمومی، مانند ارتباط شفاف با شهروندان، آموزش و کمپین‌ها نیاز است. به ویژه، باید تلاش کرد تا مردم را در مورد نیاز و مزایای اجرای اقدامات نظارتی خودقرنطینه بهتر متقاعد کرد.

3.3. نگرانی‌های مربوط به حریم خصوصی، درک مزایای اجتماعی، و پذیرش روش‌های افشای موقعیت مکانی (M9-10)

در ادامه، نگرانی‌های مربوط به حریم خصوصی، درک مزایای اجتماعی و پذیرش دو روش افشای مکان را بررسی می‌کنیم (M9-10). جدول 9 ، جدول 10 و جدول 11 و شکل 6 نتایج را نشان می دهد.
اولاً، در هر دو کشور، نگرانی‌های مربوط به حریم خصوصی شرکت‌کنندگان برای M9 بیشتر از نگرانی‌های مربوط به M10 است، که نشان می‌دهد وقتی احتمال شناسایی مجدد افراد خاص از طریق انتشار اطلاعات بیشتر افزایش می‌یابد، افراد نگرانی‌های بیشتری در مورد حفظ حریم خصوصی دارند [ 27 ]. دوم اینکه در هر دو کشور پذیرش M10 بیشتر از M9 است. علاوه بر این، برای هر دو روش، پذیرش برای شرکت‌کنندگان کره جنوبی به طور قابل‌توجهی بالاتر از شرکت‌کنندگان آمریکایی است ( 001/ 0p <)، با اندازه‌های اثر کوچک. پذیرش این دو روش در کره جنوبی که در مطالعه ما مشاهده شد با نتایج یک نظرسنجی عمومی از 1038 بزرگسال کره جنوبی که به طور تصادفی انتخاب شده بودند در آوریل 2020 مطابقت دارد، که در آن حدود 90 درصد از شرکت کنندگان گزارش دادند که M10 قابل قبول است [ 43 ].].
این نتایج نشان می‌دهد که اگر مقامات بهداشت عمومی قصد دارند مکان‌های بازدید شده توسط بیماران COVID-19 را به طور عمومی افشا کنند، مهم است که هیچ گونه اطلاعات جمعیت شناختی درباره این بیماران منتشر نشود. انتشار اطلاعات جمعیت‌شناختی ممکن است نگرانی‌های مربوط به حریم خصوصی افراد را افزایش دهد، زیرا بیماران خاصی را می‌توان به‌طور دقیق از طریق مهندسی معکوس فضایی شناسایی کرد [ 25 ، 26 ، 27 ]]. به عنوان مثال، نتایج نظرسنجی ما نشان می‌دهد که تنها 36 درصد از شرکت‌کنندگان آمریکایی فکر می‌کنند که M9 (که اطلاعات جمعیتی بیماران COVID-19 را فاش می‌کند) قابل قبول است، در حالی که درصد قابل‌توجهی از شرکت‌کنندگان (59%) M10 را (که فاش نمی‌کند) در نظر گرفتند. اطلاعات دموگرافیک بیماران) قابل قبول است. با این حال، ما قصد نداریم روش‌های افشای مکان را مستقیماً در سیاست‌های بهداشت عمومی در ایالات متحده و سایر کشورهای مشابه به کار ببریم، زیرا حدود 30٪ از شرکت‌کنندگان هنوز آن‌ها را غیرقابل قبول می‌دانند. علاوه بر این، چگونگی و میزان افشای اطلاعات مکان بیماران باید قبل از اجرا به صورت عمومی مورد بحث قرار گیرد. علاوه بر این، اقدامات حفاظت از حریم خصوصی کافی (به عنوان مثال، geomasking) باید برای به حداقل رساندن خطر نقض حریم خصوصی اجرا شود.

3.4. پذیرش با توجه به ویژگی های جمعیت شناختی

در این بخش فرعی، ما ارتباط بین پذیرش یک فرد از اقدامات کاهش COVID-19 و ویژگی‌های جمعیت شناختی اجتماعی او را با استفاده از تحلیل رگرسیون خطی (مدل 1) بررسی می‌کنیم.

ترکیب شده پذیرش – پذیرفته شدن نمرهمن         =β0+β1مونثمن+β2سن1من+β3سن2من+β4دانشجومن+β5به کار گرفته شدهمن+β6Higheduمن         +β7ایالات متحده آمریکامن+β8جمع گرامن+εمن
متغیر وابسته مدل رگرسیون یک نمره پذیرش ترکیبی است که با افزودن هر یک از موارد پاسخ پذیرش M1 تا M10 به دست آمده است. آلفای کرونباخ از 10 مورد 0.9 است، به این معنی که این 10 آیتم از ثبات داخلی خوبی برخوردار هستند. نمره بالاتر نشان می دهد که فرد تمایل بیشتری به پذیرش اقدامات کاهش COVID-19 دارد. از آنجایی که هر آیتم پذیرش در مقیاس 1 تا 7 اندازه گیری شد، حداقل مقدار نمره قبولی ترکیبی 10 (10 ماده × 1) است، در حالی که حداکثر مقدار نمره 70 (10 ماده × 7) است. میانگین امتیاز 47.1، میانگین امتیاز 48.0 و انحراف معیار 13.8 است.
متغیرهای مستقل مدل رگرسیون شامل جنسیت (زن: 1؛ مرد: 0)، گروه سنی 1 (18-24 سال: 1؛ 35-44 سال: 0)، گروه سنی 2 (45+ سال: 1) است. 35 تا 44 سال: 0)، دانشجو (بله: 1؛ خیر: 0)، شاغل (بله: 1؛ نه: 0)، آموزش عالی (بله: 1؛ نه: 0)، کشور (ایالات متحده: 1؛ ایالات متحده آمریکا: 1. کره جنوبی: 0) و امتیاز جهت گیری جمعی. برای تخمین نمره جهت گیری جمع گرایانه یک فرد، از نمره عامل فردی که از تحلیل عاملی تاییدی (CFA) در سه مورد به دست آمده است استفاده شد: مورد 1 (1000، “اگر یک همکار جایزه ای دریافت کند، احساس غرور می کنم.”)، مورد 2. (0.669، “بهزیستی همکارانم برای من مهم است.”)، و مورد 3 (0.663، “وقتی با دیگران همکاری می کنم احساس خوبی دارم.”). نمره گرایش جمع گرایی بالاتر نشان می دهد که یک فرد جهت گیری جمع گرای قوی تری دارد. حداقل امتیاز جهت گیری جمع گرایی شرکت کنندگان در نظرسنجی 4.3، حداکثر مقدار 16.3 و مقدار میانگین 12.9 است. برای کاهش غیرعادی بودن، از مقادیر استاندارد شده متغیر وابسته و نمره جهت گیری جمع گرا استفاده شد.
جدول 12 نتایج رگرسیون را برای مدل 1 نشان می دهد. جنسیت، گروه سنی، وضعیت شغلی، و داشتن سطح تحصیلات بالاتر ارتباط معنی داری با نمره پذیرش ترکیبی ندارند. با این حال، کشور مقیم ( p <0.001) و نمره گرایش جمعی ( p <0.01) با پذیرش همراه است. به طور خاص، پذیرش شرکت‌کنندگانی که در کره جنوبی زندگی می‌کنند بیشتر از شرکت‌کنندگانی است که در ایالات متحده زندگی می‌کنند، زمانی که سایر متغیرهای کمکی کنترل می‌شوند. علاوه بر این، افرادی که جهت گیری جمع گرایانه قوی تری دارند (یعنی جهت گیری فردگرایانه ضعیف تر) از پذیرش بیشتری برای اقدامات کنترل COVID-19 برخوردارند.
برای درک بهتر نقش کشور مقیم (ایالات متحده و کره جنوبی) و گرایش جمعی یک فرد، میانگین پذیرش را از نظر کشور مقیم و سطح گرایش جمعی بررسی کردیم ( شکل 7).). اولاً، در هر دو کشور، افرادی که نمرات گرایش جمع‌گرایانه بالایی دارند (یعنی z-score ≥ 1.0) نسبت به افرادی که نمرات گرایش جمع‌گرایانه پایینی دارند (یعنی z-score ≤-10) از معیارهای کنترل COVID-19 استقبال بیشتری می‌کنند. دوم، زمانی که امتیاز جهت گیری جمع گرایی یکسان است، میانگین پذیرش اقدامات کنترل COVID-19 شرکت کنندگان در کره جنوبی بالاتر از شرکت کنندگان آمریکایی است. در نهایت، میانگین پذیرش افراد از اقدامات کنترل کووید-19 در ایالات متحده که نمرات جهت گیری جمع گرایانه بالایی دارند، کمتر از افرادی است که در کره جنوبی دارای نمرات جهت گیری جمع گرایانه پایینی هستند. این نشان می‌دهد که نقش کشور می‌تواند مهم‌تر از جهت‌گیری جمع‌گرایانه در توضیح پذیرش مردم از اقدامات کاهش COVID-19 باشد.
علاوه بر این، ما بررسی کردیم که چرا کشور مقیم و جهت گیری جمع گرایانه با پذیرش مرتبط است. از آنجایی که پذیرش می‌تواند تا حد زیادی تحت تأثیر نگرانی‌های مربوط به حریم خصوصی و درک مزایای اجتماعی قرار گیرد، ما فرض می‌کنیم که افراد در کره جنوبی (در مقایسه با آمریکایی‌ها) و افرادی که نمرات گرایش جمع‌گرایانه بالاتری دارند، به احتمال زیاد اقدامات کنترلی را قابل قبول در نظر می‌گیرند، زیرا آنها دارای امتیازات پایین‌تری هستند. نگران حریم خصوصی است و فکر می کنم که اقدامات کنترلی منافع اجتماعی بالاتری را به همراه خواهد داشت.
ابتدا، بررسی کردیم که آیا نمره پذیرش ترکیبی یک فرد با نگرانی‌های مربوط به حریم خصوصی و درک او از مزایای اجتماعی مرتبط است یا خیر. برای این تجزیه و تحلیل، یک نمره نگرانی مرکب از حریم خصوصی فردی و یک امتیاز ترکیبی از مزایای اجتماعی ادراک شده فردی با افزودن موارد پاسخ مربوط به هر شرکت کننده برای M1 تا M10 به دست آمد. ما یک مدل رگرسیون خطی (مدل 2) را برای بررسی ارتباط بین نمره پذیرش یک فرد (متغیر وابسته) و نمره مرکب نگرانی حریم خصوصی وی و نمره ترکیبی منافع اجتماعی درک شده (متغیرهای مستقل) برآورد کردیم. برای کاهش غیرعادی بودن، از نمرات استاندارد شده متغیرهای مستقل در مدل رگرسیون استفاده شد. β^=-0.352، پ<0.001، اسE=0.037و به طور مثبت با مزایای اجتماعی درک شده از اقدامات کنترلی مرتبط است ( β^=0.613، پ<0.001، اسE=0.037، و مدل دارای قدرت توضیح خوبی است ( R 2 = 0.702; آر¯2= 0.699; f 2 = 2.350 کوهن ). به عبارت دیگر، نتایج نشان می‌دهد که پذیرش بالاتر با سطح بالاتری از منافع اجتماعی درک شده و سطح پایین‌تری از نگرانی در مورد حریم خصوصی مرتبط است که با نتایج مطالعات مشابه همخوانی دارد [ 44 ، 45 ].
دوم، ما با برآورد دو مدل رگرسیون خطی (مدل 3 و 4) بررسی کردیم که آیا کشورهای ساکن و جهت‌گیری‌های جمع‌گرایانه شرکت‌کنندگان با نگرانی‌های حریم خصوصی و درک آنها از منافع اجتماعی مرتبط است یا خیر. جدول 13 نتایج این دو مدل را نشان می دهد. نتایج مدل 3 نشان می‌دهد که افرادی که در کره جنوبی زندگی می‌کنند (در مقایسه با کسانی که در ایالات متحده زندگی می‌کنند) و افرادی که نمرات گرایش جمع‌گرایانه بالاتری دارند، از نظر آماری به طور قابل‌توجهی نگرانی‌های مربوط به حریم خصوصی کمتری دارند ( 05/ 0p <). نتایج مدل 4 نشان می دهد که افرادی که در کره جنوبی زندگی می کنند (در مقایسه با کسانی که در ایالات متحده زندگی می کنند) و نمرات گرایش جمعی بالاتر به طور قابل توجهی با مزایای اجتماعی ادراک شده بالاتر مرتبط هستند ( p< 0.05).
این نتایج دو مورد زیر را نشان می دهد. اولاً، افرادی که جهت گیری جمعی قوی تری دارند نگرانی های کمتری نسبت به حفظ حریم خصوصی و ادراک بالاتری از مزایای اجتماعی برای روش های کاهش COVID-19 دارند، که با انتظارات و یافته های کلی از مطالعات مشابه که نگرانی های مربوط به حریم خصوصی افراد را به طور کلی بررسی کرده اند مطابقت دارد [ 46 ، 47 ، 48 ]. ]. به طور خاص، افراد با گرایش جمع‌گرایانه قوی‌تر تمایل دارند بر مزایا و رفاه جوامع خود تأکید یا اولویت دهند، کمتر نگران حریم خصوصی خود هستند و مزایای اجتماعی بسیار بالاتری را برای اقدامات کاهشی درک می‌کنند [ 30 ، 31 ].]. این امر به ویژه در طول یک بیماری همه گیر مانند COVID-19 که جوامع و جوامع مردم در معرض خطر بزرگی هستند، صادق است.
دوم، مردم کره جنوبی در مقایسه با مردم ایالات متحده نگرانی های کمتری نسبت به حفظ حریم خصوصی و درک بالاتری از مزایای اجتماعی دارند. به طور خاص، به دلیل تهدید مداوم امنیت ملی مرتبط با درگیری های نظامی با کره شمالی از زمان جنگ کره در دهه 1950، کره جنوبی با سیستم های نظارتی فراگیر مبتنی بر فناوری، مانند دوربین مدار بسته (تلویزیون مدار بسته) و فناوری تشخیص چهره آشنا هستند. که عموماً برای ارتقای امنیت ملی مفید تلقی می شوند. علاوه بر این، از آنجایی که کره جنوبی قبلاً اقدامات مختلف کاهش COVID-19 را تجربه کرده است [ 13 ، 33] و شاهد اثربخشی این اقدامات در کنترل موفقیت آمیز همه گیری COVID-19، ممکن است مزایای اجتماعی قابل توجهی را برای این اقدامات درک کنند.
بر اساس این نتایج، نتیجه می‌گیریم که افرادی که در کره جنوبی زندگی می‌کنند (در مقایسه با افرادی که در ایالات متحده زندگی می‌کنند) و امتیازات گرایش جمع‌گرایانه بالاتری دارند، احتمالاً اقدامات کاهش COVID-19 را که اطلاعات مکان را قابل قبول است در نظر می‌گیرند، زیرا حریم خصوصی پایین‌تری دارند. نگرانی ها و درک بالاتر از مزایای اجتماعی برای این اقدامات.

4. نتیجه گیری

این تحقیق نگرانی‌های مربوط به حریم خصوصی افراد، درک مزایای اجتماعی و پذیرش اقدامات مختلف کاهش کووید-19 را بررسی کرد که از اطلاعات مکان حساس با استفاده از داده‌های جمع‌آوری‌شده از طریق یک نظرسنجی آنلاین در ایالات متحده و کره جنوبی استفاده می‌کند. نتایج نشان می‌دهد که افراد نسبت به روش‌هایی که از اطلاعات حساس‌تر و خصوصی‌تر استفاده می‌کنند، نگرانی‌های بیشتری نسبت به حریم خصوصی دارند. نتایج همچنین نشان می‌دهد که درک افراد از مزایای اجتماعی زمانی پایین است که نگرانی‌های مربوط به حریم خصوصی آن‌ها بالا باشد، که نشان‌دهنده رابطه مبادله‌ای بین نگرانی‌های حریم خصوصی و مزایای اجتماعی است. علاوه بر این، نتایج تفاوت‌هایی را در پذیرش مردم از روش‌های کاهش COVID-19 توسط کشورهای ساکن نشان می‌دهد. نتایج رگرسیون نشان می دهد که مردم کره جنوبی (در مقایسه با مردم ایالات متحده
به طور کلی، تحقیقات ما قابل توجه است، زیرا یکی از اولین مطالعات تجربی است که به طور جامع نگرانی‌های مربوط به حریم خصوصی افراد، درک مزایای اجتماعی، و پذیرش در مورد اقدامات مختلف کاهش COVID-19 را بررسی می‌کند که از اطلاعات موقعیت مکانی فردی حساس استفاده می‌کند. اگرچه چند نظرسنجی عمومی وجود دارد که نظرات مردم را مورد بررسی قرار داده است [ 40 ، 43 ]، آنها چندین اقدامات کاهشی را بررسی و مقایسه نکرده اند. در مقابل، ما به طور جامع نظرات مردم را در مورد 10 روش مختلف کاهش COVID-19 بررسی کردیم. نتایج ما بینش های مهمی برای درک الگوهای پذیرش برای روش های مختلف ارائه می دهد.
علاوه بر این، این مطالعه از آنجایی که به طور سیستماتیک نظرات مربوط به روش‌های کاهش COVID-19 افرادی که در دو کشور مختلف زندگی می‌کنند با استفاده از یک ابزار نظرسنجی منسجم مقایسه می‌کند، قابل توجه است. اگرچه برخی ممکن است بر اساس تجربیات شخصی خود تصور کنند که پذیرش این اقدامات کنترلی در ایالات متحده کمتر از پذیرش در کره جنوبی است، اما تحقیقات ما قابل توجه است زیرا ما به طور تجربی چنین تفاوت هایی را بین دو کشور دریافت کردیم. این یافته درک ما را از نقش مهم بافت جغرافیایی و فرهنگ و همچنین تجربیات مردم از اقدامات کاهشی که برای کنترل همه گیری های قبلی به کار گرفته شده است، ارتقا می دهد.
در نهایت، مطالعه ما یک کمک به موقع به بحث های جاری در مورد مسائل مربوط به حریم خصوصی و اخلاق جغرافیایی در طول همه گیری COVID-19 است. نمونه‌هایی از این بحث‌های حیاتی عبارتند از گروه وظیفه فناوری مکان و ابتکار عمل اخلاقی GEO که توسط انجمن جغرافیایی آمریکا (AGS) و انجمن‌های مشارکتی آنلاین (به عنوان مثال، تحقیقات اخلاقی در عصر کووید-19: یک انجمن مشارکتی) به میزبانی انجمن آمریکایی سازمان‌دهی شده است. جغرافیدانان (AAG) و انجمن آمریکایی برای پیشرفت علم (AAAS) علم و ائتلاف حقوق بشر [ 49 ، 50 ، 51]. در حین شرکت در این فعالیت ها، گروه مختلفی از ذینفعان، از جمله جغرافیدانان، برنامه ریزان شهری و منطقه ای، محققان بهداشت عمومی، بخش های خصوصی، سیاست گذاران و شهروندان، بر اهمیت مسائل مربوط به حریم خصوصی و اخلاق جغرافیایی در طول همه گیری COVID-19 تاکید کردند. علاوه بر این، از آنجایی که هیچ اقدام کاهش کامل یا یکسانی وجود ندارد که حریم خصوصی مردم را به طور کامل تضمین کند، این بحث‌های مداوم بین سهامداران مختلف برای توسعه اقدامات بهتری که نگرانی‌های مربوط به حریم خصوصی افراد را به حداقل می‌رساند (و در نتیجه پذیرش مردم را به حداکثر می‌رساند) ارزشمند خواهد بود. تا جایی که ممکن است. در این پرتو، مطالعه ما بینش ها و دانش مهمی در مورد مسائل مربوط به حریم خصوصی و اخلاق جغرافیایی ارائه می دهد که می تواند پایداری این بحث های مهم در حال انجام را تقویت کند.
با این حال، تحقیقات ما دارای محدودیت‌های متعددی است که مطالعات آینده باید به آنها توجه کنند. ابتدا، نمونه پژوهش ما به‌دلیل روش استخدام با استفاده از فیس‌بوک، توییتر و نمونه‌گیری گلوله برفی نسبت به افراد جوان‌تر و با تحصیلات عالی تعصب داشت [ 35 ، 36 ]]. اگرچه نتایج ما هنوز بینش معناداری در مورد نظرات مردم در مورد اقدامات مختلف کاهش COVID-19 ارائه می دهد، نتایج ممکن است به طور کامل نظرات عموم مردم را منعکس نکند. دوم، مطالعات آتی می‌توانند از مشارکت‌کنندگان در نظرسنجی از کشورهای دیگر برای بررسی کامل نقش بافت جغرافیایی، فرهنگ محلی، و تجربیات قبلی در پذیرش اقدامات کنترل همه‌گیر سود ببرند. به دلیل منابع محدود، تحقیق ما فقط دو کشور را مورد بررسی قرار داد: ایالات متحده (به نمایندگی از فرهنگ غربی) و کره جنوبی (نماینده فرهنگ شرقی). بررسی اینکه چگونه پذیرش با تفاوت های فرهنگی و تجربیات قبلی با مطالعه بیشتر کشورها مرتبط است، بسیار مهم است، به عنوان مثال، [ 52 ، 53]. در نهایت، هنگام مدل‌سازی پذیرش یک فرد، مطالعات آتی باید سایر عوامل بالقوه مهم مانند اعتماد به دولت (یا سایر سازمان‌های مرتبط که اطلاعات حساس را مدیریت می‌کنند) و خطرات COVID-19 درک شده را اندازه‌گیری کرده و شامل شود . در نظر گرفتن عوامل مختلف، درک ما را از پذیرش اقدامات کاهش بیماری همه گیر که اطلاعات حساس موقعیت مکانی را به کار می گیرند، تقویت می کند. علاوه بر این، به اجرای موثر آن اقدامات و در نهایت به کنترل موفقیت آمیز گسترش آینده همه گیر منجر خواهد شد.

منابع

  1. اندرسون، آر.ام. هیستربیک، اچ. کلینکنبرگ، دی. هالینگزورث، تی دی چگونه اقدامات کاهشی مبتنی بر کشور بر روند اپیدمی COVID-19 تأثیر می گذارد؟ Lancet 2020 ، 395 ، 931-934. [ Google Scholar ] [ CrossRef ]
  2. بدفورد، جی. انریا، دی. گیسکه، جی. هیمن، دی ال. ایهکوئازو، سی. کوبینگر، جی. لین، HC; میمیش، ز. اوه، M.-D. سال، AA; و همکاران گروه مشاوره راهبردی و فنی سازمان جهانی بهداشت برای خطرات عفونی. COVID-19: به سوی کنترل یک بیماری همه گیر. Lancet 2020 ، 395 ، 1015-1018. [ Google Scholar ] [ CrossRef ]
  3. نقشه COVID-19-مرکز منابع کروناویروس جان هاپکینز. در دسترس آنلاین: https://coronavirus.jhu.edu/map.html (در 20 سپتامبر 2020 قابل دسترسی است).
  4. اکونگ، آی. چوکو، ای. Chukwu, M. COVID-19 داده های موقعیت یابی تلفن همراه ردیابی تماس و مقررات حریم خصوصی بیمار: جستجوی اکتشافی استراتژی های پاسخ جهانی و استفاده از ابزارهای دیجیتال در نیجریه. JMIR MHealth UHealth 2020 , 8 , e19139. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  5. الیور، ن. لپری، بی. استرلی، اچ. لامبیوت، آر. دیلتایل، اس. دی ندایی، م. لتوزه، ای. صلاح، AA; بنجامین، آر. کاتتوتو، سی. و همکاران داده های تلفن همراه برای اطلاع رسانی اقدامات بهداشت عمومی در طول چرخه زندگی همه گیری COVID-19. علمی Adv. 2020 ، 6 ، eabc0764. [ Google Scholar ] [ CrossRef ]
  6. کامل بولوس، MN; Geraghty، ردیابی جغرافیایی و نقشه برداری EM از بیماری کروناویروس کووید-19/سندرم حاد تنفسی کروناویروس 2 (SARS-CoV-2) همه گیر و رویدادهای مرتبط در سراسر جهان: چگونه فناوری های GIS قرن 21 از مبارزه جهانی علیه شیوع بیماری ها و Epi حمایت می کنند. بین المللی J. Health Geogr. 2020 ، 19 ، 8. [ Google Scholar ] [ PubMed ] [ نسخه سبز ]
  7. باکی، CO؛ بالساری، س. چان، جی. کراساس، ام. دومینیسی، اف. گاسر، یو. Grad، YH; گرنفل، بی. هالوران، من؛ کریمر، MUG; و همکاران جمع‌آوری داده‌های تحرک می‌تواند به مبارزه با COVID-19 کمک کند. Science 2020 ، 368 ، 145-146. [ Google Scholar ] [ PubMed ][ نسخه سبز ]
  8. کانگ، J.-Y. مایکلز، آ. لیو، اف. وانگ، اس. آگبودو، ن. فریمن، وی.ال. Wang, S. Rapidly Measuring Spatial Accessibility of Covid-19 Health Resources: مطالعه موردی ایلینوی، ایالات متحده. بین المللی J. Health Geogr. 2020 ، 19 ، 36. [ Google Scholar ] [ CrossRef ]
  9. اسمیت، سی دی; منیس، جی. ترکیب علم و فناوری اطلاعات جغرافیایی در پاسخ به همه‌گیری COVID-19. قبلی دیس مزمن 2020 ، 17 ، E58. [ Google Scholar ] [ CrossRef ]
  10. یانگ، سی. شا، د. لیو، کیو. لی، ی. لان، اچ. گوان، دبلیو دبلیو. هو، تی. لی، ز. ژانگ، ز. تامپسون، جی اچ. و همکاران نبض کووید-19 را در نظر بگیرید: دیدگاه مکانی و زمانی. بین المللی جی دیجیت. زمین 2020 ، 13 ، 1186-1211. [ Google Scholar ] [ CrossRef ]
  11. Eames، KTD; Keeling، MJ تماس با ردیابی و کنترل بیماری. Proc. Biol. علمی 2003 ، 270 ، 2565-2571. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  12. یک طرح ملی برای فعال کردن جامع یافتن مورد COVID-19 و ردیابی تماس در ایالات متحده. در دسترس آنلاین: https://www.centerforhealthsecurity.org/our-work/pubs_archive/pubs-pdfs/2020/200410-national-plan-to-contact-tracing.pdf (دسترسی در 20 سپتامبر 2020).
  13. Sonn، JW; کانگ، م. Choi, Y. فناوری‌های شهر هوشمند برای کنترل همه‌گیری بدون قفل. بین المللی J. Urban Sci. 2020 ، 24 ، 149-151. [ Google Scholar ] [ CrossRef ]
  14. فرتی، ال. وایمانت، سی. کندال، م. ژائو، ال. نورتای، ا. آبلر-دورنر، ال. پارکر، ام. بونسال، دی. فریزر، سی. تعیین کمیت انتقال SARS-CoV-2 کنترل اپیدمی را با ردیابی تماس دیجیتال پیشنهاد می کند. Science 2020 , 368 , eabb6936. [ Google Scholar ] [ CrossRef ] [ PubMed ][ نسخه سبز ]
  15. کوان، ام.-پی. کاساس، آی. اشمیتز، ب. حفاظت از حریم خصوصی جغرافیایی و دقت اطلاعات مکانی: ماسک های جغرافیایی چقدر موثر هستند؟ کارتوگر. بین المللی جی. جئوگر. Inf. جئوویس. 2004 ، 39 ، 15-28. [ Google Scholar ] [ CrossRef ]
  16. هاوریلاک، ال. طلا، WL; رابینسون، اس. پوگورسکی، اس. گالیا، اس. Styra، R. SARS کنترل و اثرات روانی قرنطینه، تورنتو، کانادا. ظهور. آلوده کردن دیس 2004 ، 10 ، 1206-1212. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  17. مانداویلی، A. اپیدمی سارس، معمای قرنطینه قدیمی را برملا می کند. نات. پزشکی 2003 ، 9 ، 487. [ Google Scholar ] [ CrossRef ]
  18. مان، بی. برخی از ایالت‌ها برای ساکنان خارج از شهر: اگر می‌آیید، برای 2 هفته قرنطینه کنید . NPR: واشنگتن، دی سی، ایالات متحده آمریکا، 2020. [ Google Scholar ]
  19. کیچین، آر. آزادی های مدنی یا بهداشت عمومی، یا آزادی های مدنی و بهداشت عمومی؟ استفاده از فناوری های نظارتی برای مقابله با گسترش COVID-19. Space Polity 2020 ، 1-20. [ Google Scholar ] [ CrossRef ]
  20. لین، ال. Hou, Z. با کووید-19 با هوش مصنوعی و داده های بزرگ مبارزه کنید. J. Travel Med. 2020 ، 27 . [ Google Scholar ] [ CrossRef ]
  21. شارما، تی. بشیر، ام. استفاده از برنامه‌ها در واکنش به کووید-19 و از دست دادن حفاظت از حریم خصوصی. نات. پزشکی 2020 ، 26 ، 1165-1167. [ Google Scholar ] [ CrossRef ]
  22. سانگ هون، سی. کرولیک، ا. ژونگ، آر. Singer, N. نقص های امنیتی عمده در برنامه قرنطینه کره جنوبی یافت شد . نیویورک تایمز: نیویورک، نیویورک، ایالات متحده آمریکا، 2020. [ Google Scholar ]
  23. او، M. چگونه COVID-19 بر کره جنوبی تأثیر می گذارد؟ استراتژی فعلی ما چیست؟ فاجعه پزشکی. آمادگی بهداشت عمومی 2020 ، 14 ، 684-686. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  24. مون، ام‌جی با چابکی، شفافیت و مشارکت با کووید-۱۹ مبارزه می‌کند: مشکلات سیاست‌های بد و چالش‌های جدید حکمرانی. عمومی Adm. Rev. 2020 , 80 , 651–656. [ Google Scholar ] [ CrossRef ]
  25. Brownstein، JS; کاسا، کالیفرنیا؛ Mandl، KD جایی برای پنهان شدن نیست – شناسایی معکوس بیماران از نقشه های منتشر شده. N. Engl. جی. مد. 2006 ، 355 ، 1741-1742. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  26. گاتمن، ام. ویتکوفسکی، ک. کولر، سی. O’Rourke، JM; مک‌نالی، جی. ارائه داده‌های فضایی برای تحلیل ثانویه: مسائل و شیوه‌های جاری مرتبط با محرمانگی. مردمی Res. Policy Rev. 2008 , 27 , 639-665. [ Google Scholar ] [ CrossRef ] [ PubMed ][ نسخه سبز ]
  27. کیم، جی. کوان، ام.-پی. لونشتاین، ام سی; ریچاردسون، دی‌بی مردم چگونه خطر افشای نقشه‌ها را درک می‌کنند؟ بررسی خطر افشای درک شده نقشه ها و پیامدهای آن برای حفاظت از حریم خصوصی جغرافیایی. کارتوگر. Geogr. Inf. علمی 2021 ، 48 ، 2-20. [ Google Scholar ] [ CrossRef ]
  28. کانگ، J.-Y. آلدشتات، جی. واندوال، آر. یین، دی. وانگ، اس. یک رویکرد CyberGIS برای عدم قطعیت صریح فضایی و زمانی و تجزیه و تحلیل حساسیت جهانی برای مدل‌سازی مبتنی بر عامل انتقال بیماری منتقله از ناقل. ان صبح. دانشیار Geogr. 2020 ، 110 ، 1855-1873. [ Google Scholar ] [ CrossRef ]
  29. کامل بولوس، MN; پنگ، جی. VoPham, T. مروری بر کاربردهای GeoAI در بهداشت و مراقبت های بهداشتی. بین المللی J. Health Geogr. 2019 ، 18 ، 7. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  30. Eby، LT; دابینز، جهت گیری جمعی GH در تیم ها: تجزیه و تحلیل سطح فردی و گروهی. جی ارگان. رفتار 1997 ، 18 ، 275-295. [ Google Scholar ] [ CrossRef ]
  31. هان، S.-P. شاویت، اس. ترغیب و فرهنگ: درخواست های تبلیغاتی در جوامع فردی و جمعی. J. Exp. Soc. روانی 1994 ، 30 ، 326-350. [ Google Scholar ] [ CrossRef ]
  32. پارک، اس. چوی، GJ; کو، اچ. استراتژی ردیابی مبتنی بر فناوری اطلاعات در پاسخ به کووید-19 در کره جنوبی – مناقشات حفظ حریم خصوصی. JAMA 2020 ، 323 ، 2129–2130. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  33. Sonn، JW; لی، جی کی شهر هوشمند به عنوان نقشه‌بردار زمان-فضا در کنترل کووید-19: استراتژی کره جنوبی و کنترل دموکراتیک فناوری نظارت. جئوگر اوراسیا اقتصاد 2020 ، 1-11. [ Google Scholar ] [ CrossRef ]
  34. همه گیری ویروس کرونا (COVID-19). در دسترس آنلاین: https://ourworldindata.org/coronavirus-data (در 19 دسامبر 2020 قابل دسترسی است).
  35. Babbie, E. The Practice of Social Research , 12th ed.; Wadsworth Publishing: Belmont، CA، USA، 2010. [ Google Scholar ]
  36. فورگاس، اچ. تان، اچ. لدر، جی. McLeod، A. افزایش مشارکت در نظرسنجی: تبلیغات فیس بوک برای استخدام در تحقیقات آموزشی. بین المللی J. Res. روش آموزش. 2018 ، 41 ، 257-270. [ Google Scholar ] [ CrossRef ]
  37. Privitera, GJ Statistics for the Behavioral Sciences , 3rd ed.; انتشارات SAGE: Thousand Oaks، CA، USA، 2017. [ Google Scholar ]
  38. Triandis، HC; گلفاند، MJ سنجش همگرای فردگرایی و جمع گرایی افقی و عمودی. جی. پرز. Soc. روانی 1998 ، 74 ، 118-128. [ Google Scholar ] [ CrossRef ]
  39. Simmons-Duffin, S. با بازگشایی ایالت ها، آیا نیروی کار مورد نیاز برای متوقف کردن شیوع ویروس کرونا را دارند؟ NPR: واشنگتن، دی سی، ایالات متحده آمریکا، 2020. [ Google Scholar ]
  40. تیمبرگ، سی. هارول، دی. اکثر آمریکایی ها مایل یا قادر به استفاده از برنامه ردیابی عفونت های کرونا نیستند. این یک مشکل برای طرح Big Tech برای کند کردن همه گیری است . واشنگتن پست: واشنگتن دی سی، ایالات متحده آمریکا، 2020. [ Google Scholar ]
  41. Servick, K. Covid-19 برنامه‌های ردیابی تماس به تلفن نزدیک شما می‌آیند. چگونه بدانیم که آیا آنها کار می کنند؟ علم 2020 . [ Google Scholar ] [ CrossRef ]
  42. برنامه ایمن تر ایلینوی در دسترس آنلاین: https://covid19.illinois.edu/health-and-support/safer-illinois-app/ (در 19 دسامبر 2020 قابل دسترسی است).
  43. نتایج نظرسنجی عمومی در دسترس آنلاین: https://www.4th-ir.go.kr/pressRelease/detail/1131?category=report (دسترسی در 14 نوامبر 2020). (به زبان کره ای).
  44. Li, Y. نظریه‌ها در تحقیقات حریم خصوصی اطلاعات آنلاین: یک بررسی انتقادی و یک چارچوب یکپارچه. تصمیم می گیرد. سیستم پشتیبانی 2012 ، 54 ، 471-481. [ Google Scholar ] [ CrossRef ]
  45. ژائو، ال. لو، ی. گوپتا، اس. قصد افشای اطلاعات مرتبط با موقعیت مکانی در خدمات شبکه اجتماعی مبتنی بر مکان. بین المللی جی. الکترون. بازرگانی 2012 ، 16 ، 53-90. [ Google Scholar ] [ CrossRef ]
  46. بلمن، اس. جانسون، ای جی; کوبرین، اس جی. Lohse، GL تفاوت های بین المللی در نگرانی های حفظ حریم خصوصی اطلاعات: نظرسنجی جهانی از مصرف کنندگان. Inf. Soc. 2004 ، 20 ، 313-324. [ Google Scholar ] [ CrossRef ]
  47. چو، اچ. ریورا سانچز، ام. لیم، SS یک مطالعه چند ملیتی در مورد حریم خصوصی آنلاین: نگرانی های جهانی و پاسخ های محلی. شبکه رسانه های جدید 2009 ، 11 ، 395-416. [ Google Scholar ]
  48. میلبرگ، اس جی; اسمیت، اچ جی. برک، حریم خصوصی اطلاعات SJ: مدیریت شرکت و مقررات ملی. عضو. علمی 2000 ، 11 ، 35-57. [ Google Scholar ] [ CrossRef ]
  49. انجمن جغرافیدانان آمریکا تحقیقات اخلاقی در عصر COVID-19: یک انجمن مشارکتی. در دسترس آنلاین: https://news.aag.org/2020/11/ethical-research-in-the-age-of-covid-19-a-participatory-forum/ (در 19 دسامبر 2020 قابل دسترسی است).
  50. انجمن جغرافیدانان آمریکا مجموعه تابستانی سوالات مربوط به ژئواخلاق و حقوق بشر که توسط شرایط COVID-19 برجسته شده است. در دسترس آنلاین: https://news.aag.org/2020/06/summer-series-on-questions-of-geo-ethics-and-human-rights-highlighted-by-covid-19-conditions/ (دسترسی در 19 دسامبر 2020).
  51. انجمن جغرافیای آمریکا EthicalGEO-کاوش در اخلاقیات داده های مکانی و فناوری. در دسترس آنلاین: https://ethicalgeo.org/ (در 19 دسامبر 2020 قابل دسترسی است).
  52. لیانگ، اچ. شن، اف. فو، K.-W. حفاظت از حریم خصوصی و خودافشایی در سراسر جوامع: مطالعه کاربران جهانی توییتر. شبکه رسانه های جدید 2017 ، 19 ، 1476-1497. [ Google Scholar ] [ CrossRef ]
  53. ترپته، اس. راینکه، ال. الیسون، NB; کویرینگ، او. یائو، ام.زی. زیگل، ام. دیدگاهی بین فرهنگی در مورد محاسبات حریم خصوصی. Soc. جامعه رسانه ای 2017 , 3 , 205630511668803. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  54. بانسال، جی. زاهدی، ف. مریم; گفن، دی. تأثیر تمایلات شخصی بر حساسیت اطلاعات، نگرانی حریم خصوصی و اعتماد در افشای اطلاعات سلامت آنلاین. تصمیم می گیرد. سیستم پشتیبانی 2010 ، 49 ، 138-150. [ Google Scholar ] [ CrossRef ]
  55. مایورانا، آ. مباشر، WT; کوستر، کالیفرنیا؛ پیرسون، سی. سایه، SB; چاکروارتی، دی. مایرز، JJ Trust، محرمانه بودن، و مقبولیت به اشتراک گذاری داده های بیماران مرتبط با HIV: درس های آموخته شده از یک مطالعه ترکیبی در مورد تبادل اطلاعات سلامت. پیاده سازی. علمی 2012 ، 7 ، 34. [ Google Scholar ] [ CrossRef ] [ PubMed ] [ نسخه سبز ]
Ijgi 10 00025 g001 550
شکل 1. سه نوع اقدامات کاهش کووید-19 برای به کارگیری اطلاعات مکان.
Ijgi 10 00025 g002 550
شکل 2. COVID-19: موارد جدید روزانه در هر میلیون در ایالات متحده و کره جنوبی از ژانویه 2020 (منبع داده: [ 34 ]).
Ijgi 10 00025 g003 550
شکل 3. ( الف ) میانگین نگرانی های مربوط به حریم خصوصی. ( ب ) میانگین مزایای اجتماعی درک شده. ( ج ) میانگین پذیرش; ( D ) نرخ پذیرش (M1-4).
Ijgi 10 00025 g004 550
شکل 4. ( الف ) میانگین نگرانی های حریم خصوصی. ( ب ) میانگین مزایای اجتماعی درک شده. ( ج ) میانگین پذیرش ( D ) ; نرخ پذیرش (M5-8).
Ijgi 10 00025 g005 550
شکل 5. نمونه ای از M8 که توسط یک موسسه دانشگاهی در ایالات متحده استفاده شده است: دانشگاه ایلینویز “اپلیکیشن ایمن ایلینوی” (منبع: [ 42 ]).
Ijgi 10 00025 g006 550
شکل 6. ( الف ) میانگین نگرانی های مربوط به حریم خصوصی. ( ب ) میانگین مزایای اجتماعی درک شده. ( ج ) میانگین پذیرش; ( D ) نرخ پذیرش (M9-10).
Ijgi 10 00025 g007 550
شکل 7. میانگین نمره پذیرش ترکیبی (استاندارد) افراد با سطوح پایین نمرات جهت گیری جمع گرایی و سطوح بالای نمرات جهت گیری جمع گرا.

مقالات داخلی و بین المللی

مطالب مرتبط ...

بدون دیدگاه

دیدگاهتان را بنویسید