Hvad betyder source i V2?
Feltet source angiver, hvilken vej der gav det endelige resultat: opslaget i det lagrede datasæt, en forudsigelse fra AI eller ingen valgt kilde. Det er ikke en henvisning til den oprindelige udgiver af en post, ikke et bevis for en licens og ikke en garanti for, at forudsigelsen er korrekt.
Denne guide beskriver den nuværende svarkontrakt i V2 og en databaseprofil, som GenderAPI.io selv har udarbejdet. Observationerne nedenfor er opgørelser og konsistenskontroller; et kontrolleret katalog over de oprindelige kilder og en uafhængig evaluering af nøjagtigheden er endnu ikke offentliggjort.
| source | Betydning | Hvad det ikke viser |
|---|---|---|
dataset | Der er valgt en lagret post; ved helt lige store frekvenser kan kønnet alligevel være ukendt | Den oprindelige udgiver, indsamlingsmetoden, licensen, postens alder eller observationernes uafhængighed |
ai | Det endelige svar kommer fra den konfigurerede forudsigelsesvej med AI; gender kan alligevel være null | En optalt stikprøve, en henvisning til datasættet eller en kalibreret nøjagtighed for forudsigelsen |
none | I den tilstand, der kun bruger datasættet, er der ikke valgt en lagret post til det endelige resultat | At inputtet ikke har en mulig sammenhæng med et navn i nogen population eller på noget sprog |
Databaseprofil: 26. september 2026
Samlingernes metadata blev læst 2026-09-26T15:28:18.227Z, og de tilfældige stikprøver blev udtrukket 2026-09-26T15:31:54.045Z. De to antal dokumenter kommer hver for sig fra MongoDB's collStats-metadata for den pågældende samling og ikke fra en separat fuld optælling. Den generelle samling indeholder poster for navne, og den landespecifikke samling indeholder kombinationer af navn og land. Læg ikke de to tal sammen til et samlet antal unikke navne eller unikke personer.
For hver samling har MongoDB tilfældigt udvalgt 5.000 dokumenter og beregnet de aggregerede kontroller nedenfor på databaseserveren. Den offentlige rapport indeholder ingen navne eller rådata. Det er observationer foretaget af GenderAPI.io i produktionsdatabasen, ikke en uafhængig revision og ikke et fastfrosset evalueringsdatasæt. Kontrollerne handler om tællernes konsistens, ikke om forudsigelsernes nøjagtighed, antallet af unikke personer eller navne eller API'ets dækning.
| Observation | Generelle poster | Landespecifikke poster |
|---|---|---|
| Samling | general | country-specific |
| Antal dokumenter ifølge metadataene | 2.483.220 | 4.080.692 |
| Lagret unik nøgle | name | name + country |
| Tilfældigt udvalgte dokumenter | 5.000 | 5.000 |
| Mislykkede numeriske kontroller i stikprøven | 0 | 0 |
| male + female afviger fra total i stikprøven | 0 | 0 |
| Lige store frekvenser for male og female i stikprøven | 124 | 94 |
| Feltet updated_at findes i stikprøven | 667 / 5.000 | 741 / 5.000 |
Hvad databasekontrollerne viser
Den numeriske kontrol kræver, at total er et positivt sikkert heltal, og at frekvenserne male og female er endelige og ligger mellem nul og total. En separat kontrol sammenligner male + female med total. Alle tællere i stikprøverne bestod kontrollerne; det betyder ikke, at hver post i samlingerne er konsistent, eller at en forudsigelse er korrekt.
Lige store frekvenser for male og female blev fundet i 124 poster i stikprøven fra den generelle samling og i 94 poster i stikprøven fra den landespecifikke samling. Det drejer sig om lige store lagrede frekvenser, ikke om uafhængigt verificerede tvetydige identiteter og ikke om en andel af ukendte resultater fra API'et. API'ets faktiske resultater afhænger af inputtet, Redis' tilgængelighed, udvælgelsen af kandidater og AI-indstillingerne.
En separat opgørelse af feltet country i den generelle samling, foretaget 2026-09-26T15:33:13.811Z, fandt 244 forskellige lagrede værdier: 239 i formatet med to store bogstaver og 5 i et andet format. ISO-overensstemmelse, fordelingen af poster pr. land og dækningen af understøttede lande er ikke målt. Disse tal er ikke antallet af understøttede lande.
I ingen af stikprøverne blev der fundet felter for kilde eller licens. Det beviser ikke, at oplysninger om oprindelse mangler i hver post eller i eksterne systemer: at et felt findes eller mangler, beviser intet om en kildes licens. Feltet updated_at fandtes i nogle poster som en numerisk værdi, men værdierne og deres betydning er ikke kontrolleret; det siger intet om, hvor aktuelle dataene er, eller om en opdateringsplan.
V2 udfører opslag i datasættet via Redis. Den 26. september 2026 bekræftede GenderAPI.io som systemets administrator, at MongoDB og Redis indeholder det samme datasæt. Ækvivalensen bygger på denne bekræftelse: Der er ikke foretaget en uafhængig sammenligning af de to databaser, og den kontrol mangler stadig. Opgørelsen ovenfor beskriver de lagrede poster; dækningen af API'ets svar afhænger desuden af det sendte input, matchet af kandidater og AI-indstillingerne. Stikprøverne er udtrukket uden fast seed, læst uden fastfrosset øjebliksbillede og behandlet uden uafhængige referencelabels; de kan ikke måle forudsigelsernes nøjagtighed, kalibreringen eller svarenes dækning.
Følg evidensen i svaret
| Felt | Betydning | Begrænsning |
|---|---|---|
input | Gentager den sendte type, værdien og landekonteksten | En inputværdi er ikke en uafhængigt verificeret identitetsoplysning |
match.name / match.method | Viser den valgte kandidat, og om den er normaliseret, udledt som en del eller delstreng eller forudsagt af modellen | Et match på en del garanterer ikke, at et egentligt fornavn er trukket ud af det fulde navn eller brugernavnet |
match.scope / match.country | Viser, om den valgte post kommer fra det landespecifikke eller det globale opslag | Et angivet land garanterer ikke, at der var en landespecifik post tilgængelig |
sample_count | Det lagrede samlede antal i den valgte post; null ved en forudsigelse fra AI | Står ikke nødvendigvis for unikke personer, uafhængigt indsamlede observationer eller stikprøvestørrelsen i en nøjagtighedsevaluering |
confidence / confidence_kind | Skelner mellem et forhold beregnet ud fra lagrede frekvenser og en værdi angivet af modellen | Ingen af værdierne er en verificeret sandsynlighed for en persons kønsidentitet |
country / country_source | Landemetadata for den returnerede post eller en af AI angivet sammenhæng mellem navnet og et land, hvis den findes | Siger intet om nationalitet, bopæl eller en verificeret oprindelse og beviser ikke, at det sendte land blev matchet |
Sådan påvirker matchet af inputtet resultatet
Opslaget i datasættet normaliserer teksten og udleder kandidater fra den. For e-mailadresser kommer kandidaterne fra delen før @; for brugernavne fjernes et valgfrit @ i starten. Almindelige opslag for e-mailadresser og brugernavne kan desuden kontrollere begrænsede delstrenge. Hvis der er flere kandidatposter, vælges posten med det højeste lagrede samlede antal. Det kan være en anden del end det tilsigtede fornavn.
Hvis der er angivet en landekontekst, kontrollerer opslaget for hver kandidat den landespecifikke post og, hvis den ikke findes, den globale post. Det endelige resultat angiver det valgte match. En tvetydig landespecifik post erstattes ikke automatisk af den globale post for den kandidat.
Den almindelige AI-prompt leder efter et genkendeligt fornavn. forceToGenderize tillader desuden sammenhænge via personlige kaldenavne eller aliasser: I den tilstand er et køn, der ikke er null, sammen med name: null et gyldigt resultat. Det er forskellige forudsigelsesopgaver, som skal evalueres hver for sig.
Opslag i datasættet og behandling med AI
Når AI bruges, videregiver V2 den sendte type, value og landekontekst til den AI-tjeneste, der er konfigureret til forudsigelser. For e-mailadresser beder prompten modellen om at ignorere domænet og suffikset efter plustegnet; det garanterer ikke, at disse tegn fjernes fra værdien, før AI behandler den. Brug ai_mode: off uden forceToGenderize, hvis din arbejdsgang kræver en forudsigelse, der kun bruger datasættet.
Valideringen af AI-svaret kontrollerer JSON-felterne, deres typer og deres indbyrdes konsistens. Den beviser ikke, at det returnerede navn, sammenhængen med et køn eller sammenhængen med et land er korrekt. Det offentlige resultat indeholder ingen identifikation eller version af modellen og ingen kilde, der underbygger forudsigelsen.
| Indstilling | Forudsigelsesvej | Returneret evidens |
|---|---|---|
| ai_mode: off | Kun opslag i datasættet | Metadata for den valgte post eller et ukendt resultat uden valgt post |
| ai_mode: fallback | Slår først op i datasættet; bruger AI, hvis der ikke er returneret et køn | Evidens for den endelige vej, ikke en samlet stikprøve fra datasæt og AI |
| ai_mode: always | Bruger direkte den konfigurerede forudsigelsesvej med AI | En værdi angivet af modellen eller et ukendt resultat med confidence null; sample_count er altid null |
| forceToGenderize: true | Slår op i datasættet og bruger, hvis der ikke er et resultat, AI, der tager højde for kaldenavne | Evidens fra datasættet eller en sammenhæng via et kaldenavn angivet af modellen; name kan være null |
Kildedokumentation, der endnu ikke er offentliggjort
Der er ikke offentliggjort et kontrolleret kildekatalog her. Svarkontrakten og implementeringens adfærd er ikke i sig selv nok til at kontrollere dataenes oprindelse, retten til at bruge en kilde, dens repræsentativitet eller labelsenes kvalitet. Før der fremsættes udsagn om bestemte kilder, skal følgende oplysninger dokumenteres og kontrolleres.
Denne gennemgang af dokumentationen fastslår ikke, om de oprindelige kilder er omfattet af en licens eller ej, eller om de er fuldstændige eller ufuldstændige. Den beskriver grænserne for den offentligt tilgængelige evidens. Kontakt GenderAPI.io, hvis din anvendelse kræver en vurdering af en bestemt kilde.
| Evidens | Nødvendig dokumentation | Offentlig status |
|---|---|---|
| Oprindelse og brugsret | Navngiven kilde eller udgiver, indsamlingsperiode, licens eller et andet dokumenteret grundlag for brugen | Der er ikke offentliggjort et kontrolleret katalog her |
| Behandlingshistorik | Transformationer, normalisering, fjernelse af dubletter, aggregering og ethvert syntetisk eller modelgenereret bidrag | Fremgår ikke af labelen source: dataset |
| Dækning af populationen | Dækning af lande og skrifter, udvælgelsesprocedure, definitioner af labels og dokumenteret skævhed | Der er ikke offentliggjort uafhængigt evaluerede dækningstal her |
| Aktualitet | Identifikationer af øjebliksbilleder, opdateringsdatoer pr. kilde og en understøttet opdateringsplan | V2-svaret indeholder ingen oplysninger om aktualitet pr. post og ingen identifikation af øjebliksbilledet |
| Kvalitet og rettelser | Valideringsresultater, kontroller af overlap, håndtering af rettelser og sletninger samt ansvaret for gennemgangen | Der er ikke offentliggjort revisionsresultater pr. kilde her |
Databeskyttelse, behandling og ansvarlig brug
Kildernes oprindelse, behandlingen af personoplysninger og de juridiske vilkår er forskellige spørgsmål. Roller i behandlingen, opbevaringsperioder, udbydere og kontraktvilkår fremgår af de politikker, der aktuelt er offentliggjort. Denne tekniske guide tilføjer ingen nye tilsagn om opbevaring af data og certificerer ikke overholdelse af lovgivning.
Send kun de data, din arbejdsgang har brug for. Bevar konfidenstyperne og ukendte resultater, og præsentér ikke en forudsigelse som den identitet, en person selv har oplyst. Brug ikke et udledt køn som grundlag for beslutninger, der har betydelige konsekvenser for en person.
Evidens for nøjagtighed og ændringshistorik
Kildelabelen forklarer forudsigelsesvejen, ikke dens målte kvalitet. Guiden om nøjagtighed viser, hvordan du skelner mellem værdier i svar, svardækning, fejl og de oplysninger, der er nødvendige for en reproducerbar evaluering.
| Dato | Dokumentversion | Ændring |
|---|---|---|
| 2026-09-29 | 1.0.0 | Dansk version af den daterede opgørelse af MongoDB, konsistenskontrollerne i stikprøverne, V2-felterne source og match, grænserne for behandlingen med AI og de resterende huller i kildekataloget. Ækvivalensen mellem MongoDB og Redis bygger på GenderAPI.io's bekræftelse fra 26. september 2026; den uafhængige sammenligning mangler stadig. Der er ikke tilføjet nogen nøjagtighedsprocent eller noget udsagn om kildernes licens. |