一个用于研究产出半自动检查的多语言工具包
密码学与安全
2025-05-05 v4 信息检索
软件工程
应用统计
统计方法学
摘要
本文介绍一个免费开源工具包，支持在安全数据环境中对研究产出（SACRO）进行隐私披露的半自动检查。SACRO 是一个框架，在研究人员进行分析时即时应用基于最佳实践原则的统计披露控制（SDC）技术。SACRO 旨在辅助人工检查员，而非像当前基于自动化规则的方法那样试图取代他们。该工具包由一个轻量级 Python 包组成，置于产生表格、图和统计模型等产出的知名分析工具之上。此包增加了以下功能：(i) 根据一系列常用披露测试自动识别潜在披露性产出；(ii) 按需应用可选的披露缓解策略；(iii) 报告应用 SDC 的原因；(iv) 生成可信研究环境人员可用于简化工作流并保持可审计记录的简单摘要文档。这带来了一种明显的动态变化，使 SDC 成为与研究人员一起做而非对他们做的事，并实现与检查员更高效的沟通。一个图形用户界面通过以即刻可访问的格式显示所请求的产出与检查结果、突出已识别问题、潜在缓解选项并跟踪所作决策来辅助人工检查员。研究人员使用的主要分析编程语言（Python、R 和 Stata）通过提供与核心 Python 后端接口的前端包得到支持。源代码、包与文档在 MIT 许可下发布于 https://github.com/AI-SDC/ACRO
引用
@article{arxiv.2212.02935,
title = {A multi-language toolkit for the semi-automated checking of research outputs},
author = {Richard J. Preen and Maha Albashir and Simon Davy and Jim Smith},
journal= {arXiv preprint arXiv:2212.02935},
year = {2025}
}