Évaluation Indépendante Confirme une Haute Précision

Chez Gender-API, nous prenons la précision de notre service au sérieux. Récemment, une évaluation indépendante a été menée pour valider la fiabilité de notre service dans la détermination du genre en se basant sur les prénoms. Les résultats ont été encourageants, mettant en lumière la précision et l'efficacité de notre API à traiter des prénoms divers à travers plusieurs pays.

Aperçu de l'Étude

Une étude de validation, entreprise par Jim Hagberg de l'Université du Maryland, afin d'évaluer le taux d'erreur de notre service d'identification du genre comparé aux sources en ligne vérifiées manuellement. L'étude a analysé des prénoms extraits d'articles de recherche publiés dans trois revues scientifiques :

• Journal de Physiologie Appliquée
• Médecine et Science dans le Sport et la Médecine
• Journal International de Médecine du Sport

L'analyse comprenait 500 prénoms qui n'étaient pas orientés vers un genre et étaient inconnus du chercheur. Ces noms ont été validés à l'aide de recherches en ligne d'images ou de pronoms spécifiques au genre liés aux auteurs.

Méthodes d'Identification du Genre

L'étude a utilisé trois méthodes indépendantes pour identifier le genre :

• La reconnaissance traditionnelle des prénoms est basée sur des noms spécifiques au genre largement acceptés.
• Connaissance personnelle du genre de l’individu par le chercheur.
• Gender-API exploite l’IA et une base de données de plus de 6 millions de prénoms dans 190 pays pour prédire le genre.

Conclusions Clés

• Sur 500 noms, 11 (2,2%) n'ont pas eu de résultats dans la base de données de Gender-API.
• Parmi les 488 noms restants, 435 (89,1%) ont été correctement identifiés avec au moins 80% de confiance.
• 392 noms (80,3%) ont été correctement identifiés avec plus de 90% de confiance.
• 359 noms (73,5%) ont été correctement identifiés avec plus de 95% de confiance.
• 282 noms (57,8%) ont été correctement identifiés avec plus de 98% de confiance.

Le niveau de confiance moyen pour toutes les prédictions était de 94% ± 13%. Cela démontre un haut degré de fiabilité, même pour les prénoms moins courants.

Analyse du Taux d'Erreur

Un total de 22 noms (4,5 %) montraient des divergences entre les prédictions de Gender-API et la validation en ligne. Cependant, en appliquant un seuil de confiance de 80 %, les erreurs de classification sont tombées à seulement sept noms (1,4 %).

Conclusion

Cette étude de validation indépendante confirme que Gender-API est un outil très fiable pour l’identification du genre. Avec un taux d’erreur de classification de seulement 1,4 % en utilisant un seuil de confiance de 80 %, notre API fournit des résultats précis à grande échelle.

Télécharge le rapport de validation ici en PDF.

Gender-API est un choix fiable pour les chercheurs, les entreprises et les analystes qui veulent une solution d’identification du genre éprouvée et fondée sur les données.