用途
该技能用于在学术研究中处理伦理与数据治理问题，将伦理审查和数据治理作为研究记录的一部分，而非事后补充。尤其适用于平台、社区、安全、健康、教育及其他敏感领域的研究。
主要能力
- 识别数据主体、平台、社区、机构及受影响群体。
- 对数据敏感性进行分类：公开、受限、个人、弱势群体、非法、受版权保护、专有或两用。
- 记录采集边界、访问方式、服务条款风险、知情同意、IRB 或伦理委员会状态及保留政策。
- 管理原始敏感数据的存储与共享。
- 在报告中优先使用聚合、脱敏或合成输出。
- 在数据集页面和声明页面添加风险说明。
- 在发布制品、代码或示例前重新检查治理情况。
使用方式
首先阅读以下参考文件：
- references/ethics-data-governance.md
- references/repository-contract.md
然后按工作流程执行：
- 识别数据主体、平台、社区、机构及受影响群体。
- 对数据敏感性进行分类：公开、受限、个人、弱势群体、非法、受版权保护、专有或两用。
- 在 docs/ethics/data-governance.md 中记录采集边界、访问方式、服务条款风险、知情同意、IRB 或伦理委员会状态及保留政策。
- 将原始敏感数据保存在被忽略的本地文件夹中，除非共享已获批准。
- 在报告中优先使用聚合、脱敏或合成输出。
- 在数据集页面和声明页面添加风险说明。
- 在发布制品、代码或示例前重新检查治理情况。
适用场景
适用于涉及人类受试者、公开网络数据、平台抓取、敏感领域、隐私风险、数据集共享、知情同意、IRB 等场景的学术研究。
限制与注意事项
危险信号包括：
- 原始或衍生文件中的个人标识符
- 暴露用户、账号、地址、聊天记录或非法内容的截图
- 登录后抓取或违反平台限制的抓取
- 可能泄露记忆敏感数据的模型输出
- 未经许可或同意分析即发布数据集
禁止事项包括：
- 将“公开可见”视为可自动安全再分发。
- 将凭证、Cookie、会话导出或抓取的私密内容放入 git。
- 未记录转换过程即手动去标识化。
关于该技能的收费、价格、平台支持等具体信息暂未提供。