Que signifie source dans V2 ?
Le champ source identifie le chemin qui a produit le résultat final : une recherche dans le jeu de données stocké, une inférence par IA ou l’absence de source sélectionnée. Il ne s’agit ni d’une citation de l’éditeur d’origine d’un jeu de données, ni d’un certificat de licence, ni d’une garantie qu’une inférence est correcte.
Ce guide décrit le contrat de réponse V2 actuel et un profil de la base de données établi par GenderAPI.io. Les observations ci-dessous sont des mesures d’inventaire et des contrôles de cohérence ; aucun catalogue revu des sources d’origine ni aucune évaluation indépendante de la précision n’a encore été publié.
| source | Ce qu’il indique | Ce qu’il n’établit pas |
|---|---|---|
dataset | Un enregistrement stocké a été sélectionné ; une égalité exacte des comptes peut tout de même renvoyer un genre inconnu | L’éditeur d’origine, la méthode de collecte, la licence, l’ancienneté de l’enregistrement ou l’indépendance des observations |
ai | La réponse finale provient du chemin d’inférence par IA configuré ; gender peut tout de même valoir null | Un échantillon dénombré, une citation du jeu de données ou une précision prédictive calibrée |
none | Aucun enregistrement stocké n’a été sélectionné pour le résultat final en mode jeu de données seul | Que l’entrée n’ait aucune association de nom possible dans toutes les populations ou toutes les langues |
Profil de la base de données : 26 septembre 2026
Les métadonnées des collections ont été lues le 2026-09-26T15:28:18.227Z et les échantillons aléatoires le 2026-09-26T15:31:54.045Z. Les deux nombres de documents proviennent séparément des métadonnées MongoDB collStats de chaque collection, et non d’un comptage complet indépendant. La collection générale contient des enregistrements de noms ; la collection par pays contient des paires nom–pays. Ne les additionnez pas pour obtenir un total de noms uniques ou de personnes uniques.
Pour chaque collection, MongoDB a tiré au hasard 5 000 documents et a calculé côté serveur les contrôles agrégés ci-dessous. Le rapport public ne contient aucun nom ni enregistrement brut. Il s’agit d’observations de GenderAPI.io sur une base de données active, et non d’un audit indépendant ni d’un jeu d’évaluation figé. Ces contrôles portent sur la cohérence des compteurs, et non sur la précision des prédictions, le nombre de personnes ou de noms uniques, ni la couverture de l’API.
| Observation | Enregistrements généraux | Enregistrements par pays |
|---|---|---|
| Collection | general | country-specific |
| Nombre de documents selon les métadonnées | 2 483 220 | 4 080 692 |
| Clé unique stockée | name | name + country |
| Documents tirés au hasard | 5 000 | 5 000 |
| Échecs du contrôle numérique dans l’échantillon | 0 | 0 |
| male + female différent de total dans l’échantillon | 0 | 0 |
| Comptes male et female égaux dans l’échantillon | 124 | 94 |
| Champ updated_at présent dans l’échantillon | 667 / 5 000 | 741 / 5 000 |
Ce qu’établissent les contrôles de la base de données
Le contrôle numérique exige que total soit un entier sûr positif et que les comptes male et female soient finis et compris entre zéro et total. Un contrôle distinct compare male + female à total. Tous les compteurs échantillonnés ont passé ces contrôles ; cela ne signifie pas que chaque enregistrement des collections est cohérent ni qu’une prédiction est correcte.
Des comptes male et female égaux apparaissaient dans 124 enregistrements échantillonnés de la collection générale et dans 94 de la collection par pays. Ce sont des égalités dans les comptes stockés, et non des identités ambiguës vérifiées de façon indépendante ni un taux de résultats unknown de l’API. Les résultats réels de l’API dépendent des entrées, de la disponibilité de Redis, de la sélection des candidats et des paramètres d’IA.
Un inventaire distinct du champ country de la collection générale, réalisé le 2026-09-26T15:33:13.811Z, a relevé 244 valeurs stockées distinctes : 239 respectaient le format de deux lettres majuscules et 5 ne le respectaient pas. L’appartenance à la norme ISO, la répartition des enregistrements par pays et la couverture des pays pris en charge n’ont pas été mesurées. Ces chiffres ne constituent pas un nombre de pays pris en charge.
Aucun champ de source ou de licence n’est apparu dans les deux échantillons. Cela n’établit pas que la provenance est absente de chaque enregistrement ou des systèmes externes : la présence ou l’absence d’un champ ne constitue pas une preuve de licence des sources. Le champ updated_at apparaissait sous forme numérique dans certains enregistrements, mais ses valeurs et sa signification n’ont pas été examinées ; il n’établit ni la fraîcheur des données ni un calendrier de mise à jour.
V2 sert les recherches dans le jeu de données depuis Redis. Le 26 septembre 2026, GenderAPI.io, en tant que responsable du système, a confirmé que MongoDB et Redis contiennent le même jeu de données. Cette équivalence repose sur cette confirmation : aucune comparaison indépendante des deux bases n’a été réalisée, et cette vérification reste en attente. L’inventaire ci-dessus décrit les enregistrements stockés ; la couverture des réponses de l’API dépend aussi des entrées soumises, de la correspondance des candidats et des paramètres d’IA. Les échantillons ont été tirés sans graine fixe, lus sans instantané figé et sans étiquettes de référence indépendantes ; ils ne permettent de mesurer ni la précision prédictive, ni la calibration, ni la couverture des réponses.
Suivez les éléments de preuve dans la réponse
| Champ | Signification | Limite |
|---|---|---|
input | Reprend le type, la valeur et le contexte de pays soumis | Une valeur d’entrée n’est pas une information d’identité vérifiée de façon indépendante |
match.name / match.method | Indique le candidat sélectionné et s’il a été normalisé, découpé en éléments, extrait comme sous-chaîne ou inféré par un modèle | Une correspondance d’élément ne garantit pas qu’un véritable prénom a été isolé d’un nom complet ou d’un identifiant |
match.scope / match.country | Indique si l’enregistrement retenu provient d’une recherche propre au pays ou globale | Fournir un pays ne garantit pas qu’un enregistrement propre à ce pays était disponible |
sample_count | Total stocké de l’enregistrement sélectionné ; null pour une inférence par IA | Ne correspond pas nécessairement à des personnes uniques, à des observations échantillonnées indépendamment ni à la taille d’une évaluation de précision |
confidence / confidence_kind | Distingue un ratio calculé à partir des comptes stockés d’un score déclaré par le modèle | Aucune de ces valeurs n’est une probabilité vérifiée de l’identité de genre d’une personne |
country / country_source | Métadonnées de pays de l’enregistrement renvoyé ou association nom–pays de l’IA, si disponibles | N’indique ni la nationalité, ni la résidence, ni une origine vérifiée, et ne prouve pas que le pays soumis a été retenu |
Comment la correspondance des entrées influence un résultat
La recherche dans le jeu de données normalise le texte et en dérive des candidats. Pour les adresses e-mail, les candidats proviennent de la partie locale, avant le @ ; pour les noms d’utilisateur, le @ initial facultatif est supprimé. Les recherches standard d’e-mails et de noms d’utilisateur peuvent aussi essayer des sous-chaînes de longueur limitée. Si plusieurs enregistrements candidats sont disponibles, celui dont le total stocké est le plus élevé est retenu, ce qui peut sélectionner un élément autre que le prénom visé.
Lorsqu’un contexte de pays est fourni, la recherche essaie pour chaque candidat l’enregistrement propre au pays, puis l’enregistrement global si le premier n’existe pas. Le résultat final indique la correspondance retenue. Un enregistrement propre au pays qui est ambigu n’est pas automatiquement remplacé par l’enregistrement global pour ce candidat.
Le prompt d’IA standard recherche un prénom reconnaissable. forceToGenderize autorise aussi les associations à partir de surnoms ou de pseudonymes personnels : dans ce mode, un genre non null accompagné de name: null est valide. Ce sont des tâches d’inférence différentes, qui doivent être évaluées séparément.
Recherche dans le jeu de données et traitement par IA
Lorsque l’IA est sollicitée, V2 transmet le type, la valeur et le contexte de pays soumis au service d’inférence par IA configuré. Pour les adresses e-mail, le prompt demande au modèle d’ignorer le domaine et le suffixe introduit par + ; cela ne garantit pas que ces caractères sont supprimés de la valeur avant le traitement par IA. Utilisez ai_mode: off sans forceToGenderize lorsque votre flux exige une prédiction fondée uniquement sur le jeu de données.
La validation des réponses de l’IA vérifie les champs JSON, leurs types et leur cohérence mutuelle. Elle ne prouve pas que le nom, l’association de genre ou l’association de pays renvoyés sont exacts. Le résultat public n’inclut ni l’identifiant ni la version du modèle, ni aucune citation à l’appui de son inférence.
| Option | Chemin d’inférence | Éléments renvoyés |
|---|---|---|
| ai_mode: off | Recherche dans le jeu de données uniquement | Métadonnées de l’enregistrement sélectionné, ou résultat inconnu sans enregistrement sélectionné |
| ai_mode: fallback | Essaie d’abord le jeu de données ; fait appel à l’IA si aucun genre n’est renvoyé | Éléments du chemin final, et non un échantillon combiné jeu de données et IA |
| ai_mode: always | Utilise directement le chemin d’inférence par IA configuré | Score déclaré par le modèle ou résultat inconnu avec une confiance null ; sample_count vaut toujours null |
| forceToGenderize: true | Essaie le jeu de données, puis une IA capable d’interpréter les surnoms si le résultat n’est pas résolu | Éléments du jeu de données ou association de pseudonyme déclarée par le modèle ; name peut valoir null |
Documentation des sources non encore publiée
Aucun catalogue revu des sources n’est publié ici. Le contrat de réponse et le comportement de l’implémentation ne suffisent pas à vérifier l’origine des données, le droit d’utiliser une source, sa représentativité ou la qualité de ses étiquettes. Avant toute affirmation propre à une source, les éléments suivants doivent être documentés et revus.
Cette revue documentaire n’établit pas que les sources d’origine sont sous licence ou non, ni qu’elles sont complètes ou incomplètes. Elle expose les limites des éléments publics. Contactez GenderAPI.io si votre usage nécessite une évaluation propre à une source.
| Élément de preuve | Document requis | Statut public |
|---|---|---|
| Origine et droit d’utilisation | Source ou éditeur nommé, période de collecte, licence ou autre fondement documenté de l’utilisation | Aucun catalogue revu publié ici |
| Historique de traitement | Transformation, normalisation, dédoublonnage, agrégation et toute contribution synthétique ou générée par un modèle | Non indiqué par l’étiquette source: dataset |
| Couverture des populations | Couverture des pays et des systèmes d’écriture, processus de sélection, définitions des étiquettes et biais documentés | Aucun chiffre de couverture évalué de façon indépendante publié ici |
| Fraîcheur | Identifiants d’instantané, dates de mise à jour par source et calendrier de mise à jour pris en charge | Aucune information de fraîcheur par enregistrement ni identifiant d’instantané dans la réponse V2 |
| Qualité et corrections | Résultats de validation, contrôles de recouvrement, traitement des corrections et suppressions, et responsabilité de la revue | Aucun résultat d’audit par source publié ici |
Confidentialité, traitement et usage responsable
La provenance des sources, le traitement des données personnelles et les conditions juridiques sont des questions distinctes. Consultez les politiques publiées en vigueur pour connaître les rôles de traitement, la conservation, les prestataires et les conditions contractuelles. Ce guide technique n’ajoute aucun nouvel engagement de conservation et ne certifie pas la conformité juridique.
N’envoyez que les informations nécessaires à votre flux. Conservez les types de confiance et les résultats inconnus, et ne présentez pas une inférence comme l’identité déclarée par la personne. N’utilisez pas un genre inféré pour fonder des décisions aux conséquences importantes pour un individu.
Preuves de précision et historique des révisions
Une étiquette de source explique le chemin d’inférence, pas sa qualité mesurée. Consultez le guide de précision pour distinguer les scores de réponse, la couverture des réponses, les erreurs et les informations nécessaires à une évaluation reproductible.
| Date | Version du document | Modification |
|---|---|---|
| 2026-09-28 | 1.0.0 | Adaptation française de l’inventaire MongoDB daté, des contrôles de cohérence par échantillonnage, des champs V2 source et match, des limites du traitement par IA et des lacunes restantes du catalogue des sources. L’équivalence MongoDB–Redis repose sur la confirmation de GenderAPI.io du 26 septembre 2026 ; la comparaison indépendante reste en attente. Aucun pourcentage de précision ni aucune affirmation de licence des sources n’est ajouté. |