Evaluación independiente confirma alta precisión

En Gender-API nos tomamos muy en serio la precisión de nuestro servicio. Recientemente se llevó a cabo una evaluación independiente para validar la fiabilidad de nuestro servicio a la hora de determinar el género a partir del nombre de pila. Los resultados fueron alentadores y demuestran la precisión y la eficacia de nuestra API con nombres muy diversos de múltiples países.

Resumen del estudio

Un estudio de validación, realizado por Jim Hagberg de la Universidad de Maryland, para evaluar la tasa de error de nuestro servicio de identificación de género comparado con fuentes en línea verificadas manualmente. El estudio analizó nombres de pila extraídos de artículos de investigación publicados en tres revistas científicas:

• Journal of Applied Physiology
• Medicine and Science in Sports and Medicine
• International Journal of Sports Medicine

El análisis incluyó 500 nombres de pila que no estaban orientados por género y eran desconocidos para el investigador. Estos nombres fueron validados usando búsquedas en línea de imágenes o pronombres específicos de género vinculados a los autores.

Métodos de identificación de género

El estudio utilizó tres métodos independientes para identificar el género:

• El reconocimiento tradicional de nombres de pila se basa en nombres específicos de género ampliamente aceptados.
• Conocimiento personal del género del individuo por parte del investigador.
• Gender-API combina la inteligencia artificial con una base de datos de más de 6 millones de nombres de 190 países para determinar el género.

Resultados clave

• De 500 nombres, 11 (2,2 %) no obtuvieron resultado en la base de datos de Gender-API.
• De los 488 nombres restantes, 435 (89,1 %) se identificaron correctamente con al menos un 80 % de confianza.
• 392 nombres (80,3 %) se identificaron correctamente con más del 90 % de confianza.
• 359 nombres (73,5 %) se identificaron correctamente con más del 95 % de confianza.
• 282 nombres (57,8 %) se identificaron correctamente con más del 98 % de confianza.

El nivel de confianza promedio en todas las predicciones fue del 94% ± 13%. Esto demuestra un alto grado de fiabilidad, incluso para nombres menos comunes.

Análisis de la tasa de error

Un total de 22 nombres (4,5 %) mostró discrepancias entre las predicciones de Gender-API y la validación en línea. Sin embargo, al aplicar un umbral de confianza del 80 %, las clasificaciones erróneas se redujeron a solo siete nombres (1,4 %).

Conclusión

Este estudio de validación independiente confirma que Gender-API es una herramienta muy fiable para la identificación de género. Con una tasa de error de clasificación de solo el 1,4 % usando un umbral de confianza del 80 %, nuestra API ofrece una clasificación de género precisa apta para investigación académica y aplicaciones comerciales.

Descarga el informe de validación aquí como PDF.

Gender-API es una opción fiable para investigadores, empresas y analistas que buscan una solución de identificación de género probada y basada en datos.