隐私

a.隐私的概念

i.公共与私人-关于Twitter数据在公共/私人频谱中的位置的疑虑[ 13， 14， 18， 21， 24］

2隐私概念的流动性-迅速变化的隐私概念[ 13， 14， 18， 21， 24］

3隐私概念的代际差异[ 13， 18］

iv.圆形监狱效应——公共卫生监测将改变Twitter用户行为的风险[ 24］

b。保密

i.数据连接-由于连接来自不同来源的数据而造成的隐私损失风险[ 13， 21］

2保密-研究人员适当存储Twitter数据[ 14］

3匿名权/希望匿名——使用Twitter进行的研究挑战了参与者匿名权(和希望)[ 13， 14， 16］

c.受歧视的医疗状况——对保护受歧视的医疗状况(如癫痫、抑郁症)者隐私的关切[ 13， 20.］

d. Twitter的隐私政策- Twitter隐私政策的含义以及用户如何理解该政策[ 14， 18， 19， 21， 22］

e. Twitter默认是公开访问的-强调Twitter是一种广播媒体。除非用户更改隐私设置，否则推文是公开的。 14， 19， 21， 22， 24］

f.用户提供的个人信息的可靠性-当一些用户使用虚假或异想天开的个人信息来保持匿名时，来自Twitter的信息的可靠性[ 19， 21， 24］

g.将去文本化的Twitter数据解释为实际上具有多面性的用户的完全代表——用户可能正在尝试自我展示，或在他们的历史推文中表现出他们不再坚持的信念或行为(例如，非法吸毒)[ 13， 24］

h.无意中泄露个人信息——用户有可能通过从他们的推文中获得的信息，无意中洞察他们的心理健康、健康行为等。[ 20.， 22- 24］

i. Twitter用户的个人责任-强调用户对其帖子的责任[ 22， 24］

j. Twitter用户没有隐私期望-强调研究人员认为Twitter用户没有合理的隐私期望[ 19， 21］

k.查明使用者的心理健康状况或性格特征，以便:

I.确定需要治疗的人[ 22， 25］

2就业安排[ 20.， 22- 24］

3定向营销[ 21， 23］

四、系统界面设计(例如，内向者更喜欢以某种方式呈现数据)[ 21， 23］

五、执法(如辨认精神病患者)[ 22］

l.种群水平监测vs个体诊断-使用Twitter识别广泛的种群水平变化和诊断个体之间的区别[ 20.］

m.从社交媒体上获得的基于健康状况的潜在歧视[ 20.］

n.不准确地将用户标记为患有某种特定健康问题的危险[ 20.， 22］

o.推特数据的可追溯性——如果在研究工作中逐字复制推文，则推文有可能被追溯到原始推文者，从而威胁到匿名性[ 13， 17］

p.推文的预期受众——一些推特用户将推特作为一小部分家人和朋友的交流工具，不期望他们的推文被广泛阅读(即隐藏在众目睽睽之下)。其他Twitter用户的目标是向全世界广播，并获得最大数量的追随者[ 14， 21， 24］

知情同意

a. Twitter用户是不知情或不情愿的研究参与者[ 13］

b.大规模的Twitter工作很难(或不可能)获得(或不需要)知情同意[ 13， 14， 24］

道德理论

a.将现有伦理理论应用于大规模Twitter研究的困难[ 13］

b.伦理理论:

i.义务论[ 13， 26］

2功利主义( 13， 26］

3女权主义( 13］

iv.社群主义[ 13］

五、“黄金法则”的适用[ 13］

vi.敏捷/情景伦理[ 14］

7罗尔斯的正义理论[ 26］

IRB /监管

a.公民交流和分享信息的权利[ 24， 26］

b.研究人员认为在使用Twitter数据时不需要监管[ 19］

c.对IRB/伦理委员会的讨论，一般情况下[ 14， 18］

d.保护资料法例[ 14， 18］

e.专业行为守则[ 14］

f.管制的需要，一般而言[ 18， 20.］

g.各国的隐私条例[ 14， 24］

传统研究vs推特研究

a.调解-从等级研究模型转向研究人员成为潜在参与者的情况[ 18］

b.基于Twitter的研究规模——为小规模研究开发的研究规范无法扩展到数百万Twitter用户[ 14］

c.研究人员与参与者之间的距离更大——基于海量twitter的研究增加了研究人员与参与者之间的距离[ 14］

d.参与者地位不明确——参与者的地位比传统研究更加模糊(即，他们是消费者、参与者、患者、服务用户、记者等)[ 14］

e.增加研究人员的权力——在大规模Twitter研究中，一个研究人员可以接触到数百万Twitter用户，因此增加了研究人员的权力[ 14］

地理信息

a.跟踪物理位置-跟踪Twitter用户的物理位置可能会丢失隐私[ 13， 14， 19， 21］

b.适当的地理粒度——在报告Twitter用户的精确位置时，与他们的一般位置相比，可能会损失隐私。例如，报告一个Twitter用户是 的某个地方在洛杉矶和报告他们在洛杉矶的确切位置有很大的不同[ 14］

研究员潜伏[ 13， 14］

个人资料的经济价值[ 14］

医学例外论-与健康有关的事项与其他非医疗领域在性质上不同，需要特别关注(也许还需要监管)[ 25］

识别对社会有害的疾病的好处[ 22］

在报道研究时，避免直接引用用户的推特信息流。应该使用释义[ 13］．

应取得参与者的知情同意[ 13］．

元数据(用户名、位置数据等)不应披露[ 13］．

基于twitter的工作是对人类受试者的研究，需要进行某种形式的适当的伦理审查[ 14］．

数据收集应记录及合理[ 14］．

研究人员和参与者之间应该平等(即，研究人员的推文及其相关位置，如果合适，应该是公开的)[ 14］．

与就业有关的心理健康状况侧写只应在特殊情况下进行(例如，安全关键角色)[ 24］．

在进行与就业有关的心理健康状况侧写之前，应获得潜在雇员的同意[ 24］．