Teknolojimiz

Yapay Zeka Destekli Akıllı Ölçekler

YILLARDIR KULLANILAN PSİKOMETRİ ÖLÇEKLERİNİ AKILLANDIRMA SIRASI GELMEDİ Mİ?

Yapay Zeka Destekli Akıllı Ölçekler

Akıllı işleyiş altyapısı sayesinde, kullanıcının bilgi düzeyini tanımlar ve ilerledikçe onun ihtiyaçlarına göre çalışmalar üretir.

Yapay Zeka Başarısı

0%

Danışan Memnuniyeti

0%

Hizmet Hızı

0%

Multi Faktör Analizi

Psikometrik bir ölçekte, ilgili tanılara doğrudan puan veren soruların dışında, makina öğrenmesi ve komplex sistem teknolojileri kullanılarak, test topolojisi üzerinden soruların benzerlikleri çıkartılır. Bu benzerlik ilgili testin ilgi tanısında sabit alınan skorun, danışan için (+) pozitif veya (-) negatif yönelimini yani trendini verir.

Makina Öğrenmesi

Psikometrik bir ölçekte normlar, danışanın her tanı için alınan skoru, o tanı için danışanın barındırdığı riski tarifler. Dijital yahut kağıt temelli klasik  ölçeklerde bu kesme noktaları temel istatistiki yöntemlerle tespit edilmeye çalışılır. Ancak, temelde ile “Düşük”,”Orta” ve “Yüksek” olarak üç kategoride sınıflandırılmış ve genel olarak 3 eşit değere bölünmüştür.

Grup ve Birey Skorları Oluşturma

Psikometrik bir ölçekte, skorlama danışan içinde bulunduğu sosyal çevre ile ilişkili olarak düşünülmelidir. Sosyal networkler bizlere insanların birbirleri ile nasıl etkileştiğini göstermiştir. Bu etkileşim, danışanın grup içerisindeki farkı üzerinden danışanın işlevselliğini etkiler. İşlevselliği etkilenen danışan ilgili normda mental anlamda bozukluk yaşar.

Detaylı ve Karşılaştırmalı Raporlar

Detaylı Raporlama ve Karşılaştırmalı raporlama, bir danışanın birden farklı alandaki ölçeklerini belirli bir zaman aralığında  inceleme ve karşılaştırma yeteneği sunar. 

Testi Yanıltma Skoru

Yanıltma skoru, bir danışan bir ölçek içerisinde verdiği cevaplarda  davranış yapay zeka algoritmaları tarafından sınıflandırılması ve merkezden uzaklık bakımından skorlanmasıdır.

SEÇİLMİŞ DERGİ YAYINLARI

Behavioral Business Analytics Approach for Occupational Health & Safety

Detecting Psychological Symptom Patterns Using Regularized Multinomial Logistic Regression

KONFERANSLAR

KONFERANS ÖZETLERİ VE SUNUMLARI