स्वतंत्र मूल्यांकन द्वारा उच्च सटीकता की पुष्टि

Gender-API में, हम अपनी सेवा की सटीकता को गंभीरता से लेते हैं। हाल ही में, एक स्वतंत्र मूल्यांकन किया गया था ताकि यह मान्य किया जा सके कि हमारी सेवा प्रथम नामों के आधार पर लिंग निर्धारण में कितनी विश्वसनीय है। निष्कर्ष उत्साहजनक थे, जो API की सटीकता और विभिन्न देशों के विभिन्न नामों को संभालने में प्रभावशीलता को दर्शाते हैं।

अध्ययन अवलोकन

एक सत्यापन अध्ययन, जिम हैगबर्ग द्वारा मैरीलैंड विश्वविद्यालय से हमारी लिंग-पहचान सेवा की त्रुटि दर का मूल्यांकन करने के लिए किया गया, ऑनलाइन स्रोतों द्वारा मैन्युअल रूप से सत्यापित की तुलना में। अध्ययन ने तीन वैज्ञानिक पत्रिकाओं में प्रकाशित शोध पत्रों से निकाले गए पहले नामों का विश्लेषण किया:

• शरीर क्रिया विज्ञान का जर्नल
• Medicine and Science in Sports and Medicine
• अंतर्राष्ट्रीय खेल चिकित्सा पत्रिका

विश्लेषण में 500 ऐसे प्रथम नामों को शामिल किया गया था जो लिंग-उन्मुख नहीं थे और शोधकर्ता को अज्ञात थे। इन नामों को लेखकों से जुड़े छवियों या लिंग-विशिष्ट सर्वनामों की ऑनलाइन खोज का उपयोग करके मान्य किया गया था।

लिंग पहचान के तरीके

अध्ययन में लिंग की पहचान करने के लिए तीन स्वतंत्र विधियों का उपयोग किया गया:

• पुराने नाम पहचान की प्रक्रिया व्यापक रूप से स्वीकृत लिंग-विशिष्ट नामों पर आधारित है।
• शोधकर्ता द्वारा व्यक्ति के लिंग का व्यक्तिगत ज्ञान।
• Gender-API कृत्रिम बुद्धिमत्ता (AI) और 190 देशों के 6 मिलियन से अधिक नामों के डेटाबेस का उपयोग करके लिंग की भविष्यवाणी करता है।

मुख्य निष्कर्ष

• 500 नामों में से 11 (2.2%) के लिए Gender-API डेटाबेस में कोई परिणाम नहीं मिला।
• बचे हुए 488 नामों में से 435 (89.1%) की कम से कम 80% भरोसे के साथ सही पहचान हुई।
• 392 नामों (80.3%) की 90% से ज़्यादा भरोसे के साथ सही पहचान हुई।
• 359 नाम (73.5%) की पहचान 95% से अधिक आत्मविश्वास के साथ सही ढंग से की गई।
• 282 नाम (57.8%) की पहचान 98% से अधिक आत्मविश्वास के साथ सही ढंग से की गई।

सभी भविष्यवाणियों में औसत आत्मविश्वास स्तर 94% ± 13% था। यह कम सामान्य नामों के लिए भी उच्च विश्वसनीयता का प्रदर्शन करता है।

त्रुटि दर का विश्लेषण

कुल 22 नामों (4.5%) में Gender-API के अनुमान और ऑनलाइन जाँच के बीच फ़र्क़ मिला। लेकिन 80% विश्वास की सीमा लगाने पर ग़लत वर्गीकरण घटकर सिर्फ़ सात नामों (1.4%) पर आ गया।

निष्कर्ष

यह स्वतंत्र सत्यापन अध्ययन पुष्टि करता है कि Gender-API लिंग पहचान के लिए एक अत्यधिक विश्वसनीय उपकरण है। 80% विश्वास थ्रेशोल्ड का उपयोग करते समय केवल 1.4% की कम गलत वर्गीकरण दर के साथ, हमारा API प्रथम नामों के आधार पर सटीक और स्केलेबल लिंग वर्गीकरण प्रदान करता है।

पीडीएफ के रूप में यहाँ सत्यापन रिपोर्ट डाउनलोड करो।

Gender-API शोधकर्ताओं, व्यवसायों और विश्लेषकों के लिए एक भरोसेमंद विकल्प है जो सिद्ध, डेटा-संचालित लिंग पहचान समाधान की तलाश में हैं।