Προτεινόμενο πρωτόκολλο μέτρησης

Πλαίσιο αξιολόγησης ακρίβειας του GenderAPI

Εξέταση ενός προτεινόμενου πρωτοκόλλου για μέλλοντα μέτρηση καλύψεως, ακρίβειας, αβεβαιότητας και προσαρμογής—χωρίς να μετατρέπει μια πιθανολογική απόδειξη σε απόδειξη ιδιότητας.

Κατάσταση απόδειξης

Αυτή η σελίδα δεν αναφέρει την ακρίβεια που μετρήθηκε

Ορίζει το πρωτόκολλο και τις δηλώσεις που απαιτούνται για μια μελλοντική αξιολόγηση. Δεν έχει δημοσιοποιηθεί ο παρακάτω δείγμα δεδομένων, η ποσότητα δειγμάτων, η ημερομηνία αξιολόγησης, το διάστημα εμπιστοσύνης ή η τιμή απόδοσης που μετρήθηκε.

Αρχές μέτρησης

Η ακρίβεια είναι περισσότερο από ένα αποτέλεσμα

Μια χρήσιμη αξιολόγηση διαχωρίζει αν ένα αποτέλεσμα είναι διαθέσιμο από το αν το αποτέλεσμα είναι σωστό. Εκτιμά την αβεβαιότητα και εξετάζει σημαντικά τμήματα αντί να κρύβει την παρατήρηση μέσα σε ένα μοναδικό συνολικό σημείο.

01

Ανεξάρτητη αξιολόγηση

Αναφέρετε απόδοση της επιλεγμένης πληθυσμιακής ομάδας ανεξάρτητα από την πληθυσμιακή ομάδα εκπαίδευσης.

02

Αποδεδειγμένη δειγματοληψία

Αναφέρετε την επιλογή, τις αποκλείσεις, τη διπλάσια συμπίεση, τον υπολογισμό βάρους και τη δυνατότητα προβλήματος στο δείγμα.

03

Ελέγχοι διαφυγής

Αναφέρετε τους κανόνες αποφυγής πρόσβασης και δώστε απόδειξη ότι οι αξιολογητικές εγγράφους δεν χρησιμοποιήθηκαν για εκπαιδεύσει.

Προτεινόμενο συμφωνητικό αναφοράς

Τα μέτρα που απαιτούνται από αυτό το πλαίσιο

Κάθε μέτρο απαντά σε διαφορετική ερώτηση. Κανένα δεν έχει μετρηθεί για δημοσίευση ακόμα; Τα τιμές απαιτούν ένα στιγμιότυπο δεδομένων με χρονική αναφορά, αποδεδειγμένο δείγμα και άδεια επιθεώρησης.

Δεν έχει μετρηθεί ακόμα

Γνωστή κάλυψη

Η αναλογία των επιτρεπόμενων εισόδων για τις οποίες η υπηρεσία επιστρέφει μια υποστηριζόμενη πρόβλεψη.

Δεν έχει μετρηθεί ακόμα

Ακρίβεια σε γνωστές

Σωστές αποτελέσματα μετρημένα μόνο σε εισόδους με υποστηριζόμενη πρόβλεψη.

Δεν έχει μετρηθεί ακόμα

Ακρίβεια που προσαρμόζεται στην κάλυψη

Μια συνδυασμένη προσέγγιση της διαθεσιμότητας και της ακρίβειας των αποτελεσμάτων σε γνωστά αποτελέσματα.

Δεν έχει μετρηθεί ακόμα

Τάξη αγνώστων

Τα δεδομένα για τα οποία η υπηρεσία δεν επιστρέφει υποστηριζόμενη πρόβλεψη.

Δεν έχει μετρηθεί ακόμα

Τάξη αμφισημαντικών

Εισόδηση με ανταγωνιστικά ή ανεπαρκώς διαφορετικά σήματα.

Δεν έχει μετρηθεί ακόμα

Σφάλμα καλύψεως

Η διαφορά μεταξύ των προβλεπόμενων περιοχών πιθανοτήτων και των παρατηρούμενων αποτελεσμάτων.

Επαναληπτικό με διάγραμμα σχεδιασμού

Διαδικασία αξιολόγησης

  1. 1

    Ορισμός της πληθυσμιακής μονάδας

    Προσδιορισμός των κριτηρίων ευθύνης, αποκλεισμών, χωρικού πλαισίου, συστημάτων γραφής και κανόνων αποκλεισμού πριν από την αξιολόγηση.

  2. 2

    Αποστέλλεται η στιγμιότυπο του δεδομένου συνόλου

    Αποθηκεύεται η αξιολογηθείσα διαδικασία και αποστέλλεται η αξιολόγηση από τα εκπαιδευτικά δεδομένα.

  3. 3

    Αξιολόγηση με τμήμα

    Αναφέρεται η διαδικασία δειγματοληψίας και όλα τα έξι μέτρα συνολικά και για τα τμήματα που είναι επιτρεπόμενα σε χώρα και σύστημα γραφής.

  4. 4

    Επισκευή και δημοσίευση

    Περιορισμοί έγγραφου, παραμετροποίηση, ημερομηνία αξιολόγησης, έκδοση και υπογραφή από τον επιτηρητή με τα αποτελέσματα.

!

Ευθύνη για την αποτελεσματική χρήση

Η προσδιοριστική ανάλυση δεν είναι η ταυτότητα

Η προσδιοριστική ανάλυση βασισμένη σε όνομα είναι πιθανολογική. Δεν μπορεί να καθορίσει τη γέννηση ενός άνθρωπου και δεν πρέπει να χρησιμοποιείται για σημαντικές αποφάσεις που αφορούν ένα άτομο.

  • Δὲ χρησιμοποιήθῃ πΡΟΒΛΕΨΗ φύλου γΙΑ σχήμata που έχουΝ γΙΑ μίa άνθρωπo.
  • Δὲ φύγῃ τ’ άγνωστo και λίγω μέχρΙ νέου αξΙΩΜΑΤΩΝ, ώΣΤΕ ν’ εξαιρώθῃ.

Άγνωστα αποτελέσματα

Ορίστε πότε η υπηρεσία επιστρέφει αποτέλεσμα χωρίς υποστήριξη και αναφέρετε αυτό μόνο συγκεκριμένα.

Αμφισημαντικά αποτελέσματα

Ορίστε αντίθετους ή λίγω μέχρι νέου αποτελέσματα χωρίς να τους μόνω σε δύο βάση επιβάλλουν μία επίδοση επιβάλλουν.

Παρατηρήσεις σε διαφορετικές ομάδες

Η συγκέντρωση των αξιώματων μπορεί ν’ ακύρωση διώξΕΙ σχήμata, γλώσσω, και λίγω μέχρι νέου εξόδω.

Calibration

Συγκρίνουμε τους προβλέψου σχήμα μέχρι νέου μ’ έξω πλήθους για κάθε δύναμη που έχουμе.

Συνεχίστε την εξέταση

Προσδιορίστε τα δεδομένα που βασίζονται σε μια πρόβλεψη

Αναγνώριση της προέλευσης, των κριτηρίων επιλογής και των περιορισμών υποχρεωτικής χρήσης που αναφέρονται.

Προσβολή προέλευσης δεδομένων →