AVALIAçãO INDEPENDENTE CONFIRMA ALTA PRECISãO

No Gender-API, levamos a sério a precisão do nosso serviço. Recentemente, uma avaliação independente foi conduzida para validar a confiabilidade do nosso serviço em determinar o gênero com base em primeiros nomes. Os resultados foram encorajadores, mostrando a precisão e eficácia da nossa API ao lidar com nomes diversos em vários países.
Visão Geral do Estudo
Um estudo de validação realizado por Jim Hagberg da Universidade de Maryland para avaliar a taxa de erro do nosso serviço de identificação de gênero em comparação com fontes online verificadas manualmente. O estudo analisou primeiros nomes extraídos de artigos de pesquisa publicados em três revistas científicas:
- Journal of Applied Physiology
- Medicine and Science in Sports and Medicine
- International Journal of Sports Medicine
A análise incluiu 500 primeiros nomes que não eram voltados para gêneros e eram desconhecidos para o pesquisador. Esses nomes foram validados por meio de buscas online por imagens ou pronomes específicos de gênero vinculados aos autores.
Métodos de Identificação de Gênero
O estudo usou três métodos independentes para identificar gênero:
- O reconhecimento de nomes próprios tradicional é baseado em nomes amplamente aceitos como específicos de gênero.
- Conhecimento pessoal do gênero do indivíduo pelo pesquisador.
- O Gender-API utiliza IA e uma base de dados com mais de 6 milhões de nomes de 190 países para prever o gênero.
Principais Descobertas
- De 500 nomes, 11 (2,2%) não tiveram resultados na base de dados da Gender-API.
- Dos 488 nomes restantes, 435 (89,1%) foram identificados corretamente com ao menos 80% de confiança.
- 392 nomes (80,3%) foram identificados corretamente com mais de 90% de confiança.
- 359 nomes (73,5%) foram identificados corretamente com mais de 95% de confiança.
- 282 nomes (57,8%) foram identificados corretamente com mais de 98% de confiança.
O nível médio de confiança em todas as previsões foi de 94% ± 13%. Isso demonstra um alto grau de confiabilidade, mesmo para nomes menos comuns.
Análise da Taxa de Erro
Um total de 22 nomes (4,5%) apresentaram discrepâncias entre as previsões do Gender-API e a validação online. No entanto, ao aplicar um limite de confiança de 80%, classificações incorretas caíram para apenas sete nomes (1,4%).
Conclusão
Este estudo de validação independente confirma que o Gender-API é uma ferramenta altamente confiável para identificação de gênero. Com uma baixa taxa de erro de apenas 1,4% ao utilizar um limite de confiança de 80%, nossa API oferece uma classificação de gênero precisa e escalável com base em primeiros nomes.
Baixe o relatório de validação aqui em PDF.
Gender-API é uma escolha confiável para pesquisadores, empresas e analistas que procuram uma solução comprovada e baseada em dados para identificação de gênero.