Im Rahmen der Hawaii International Conference on System Sciences (HICSS) wurde das Paper „Understanding User Preferences of Digital Privacy Nudges – A Best-Worst Scaling Approach“ von Sofia Schöbel, Torben Barev, Andreas Janson, Felix Hupfeld und Jan Marco Leimeister mit dem Best Paper Award ausgezeichnet. Das Paper befasst sich Nutzerpräferenzen von Privacy Nudges und welche Privacy Nudges von Nutzern akzeptiert werden, um effektives Privacy-by-Design zu verwirklichen. Der Beitrag ist im Rahmen des interdisziplinären Projekts Nudger (mehr Infos auf nudger.de) entstanden.
Zudem wurden insgesamt drei Paper des Fachgebietes für den Best Paper Award nominiert.
Die vollständigen Zitationen der Paper finden Sie untenstehend:
- Schöbel, S.; Barev, T. J.; Janson, A.; Hupfeld, F. & Leimeister, J. M. (2020): Understanding User Preferences of Digital Privacy Nudges – A Best-Worst Scaling Approach. In: Hawaii International Conference on System Sciences (HICSS).
- Li, M. M.; Peters, C. & Leimeister, J. M. (2020): Moving towards a Non-Dyadic View on Service Systems and its Operationalization – Applying the Hypergraph-based Service System Model. In: Hawaii International Conference on System Sciences (HICSS).
- Winkler, R.; Elshan, E.; Söllner, M. & Leimeister, J. M. (2020): SPAM – A Process Model for Developing Smart Personal Assistants, In: Hawaii International Conference on System Sciences (HICSS).