JP6700396B2 - 才能のデータ駆動型識別のシステム及び方法 - Google Patents
才能のデータ駆動型識別のシステム及び方法 Download PDFInfo
- Publication number
- JP6700396B2 JP6700396B2 JP2018532380A JP2018532380A JP6700396B2 JP 6700396 B2 JP6700396 B2 JP 6700396B2 JP 2018532380 A JP2018532380 A JP 2018532380A JP 2018532380 A JP2018532380 A JP 2018532380A JP 6700396 B2 JP6700396 B2 JP 6700396B2
- Authority
- JP
- Japan
- Prior art keywords
- participant
- group
- participants
- candidate
- game
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 132
- 238000012360 testing method Methods 0.000 claims description 134
- 230000001149 cognitive effect Effects 0.000 claims description 89
- 230000002996 emotional effect Effects 0.000 claims description 85
- 230000006870 function Effects 0.000 claims description 84
- 230000000007 visual effect Effects 0.000 claims description 72
- 230000007115 recruitment Effects 0.000 claims description 66
- 238000004458 analytical method Methods 0.000 claims description 49
- 238000013179 statistical model Methods 0.000 claims description 39
- 238000005259 measurement Methods 0.000 claims description 33
- 230000015654 memory Effects 0.000 claims description 33
- 230000002452 interceptive effect Effects 0.000 claims description 29
- 230000013016 learning Effects 0.000 claims description 28
- 230000009471 action Effects 0.000 claims description 21
- 238000004891 communication Methods 0.000 claims description 17
- 230000007423 decrease Effects 0.000 claims description 5
- 230000000873 masking effect Effects 0.000 claims description 3
- 210000005036 nerve Anatomy 0.000 claims description 2
- 230000004438 eyesight Effects 0.000 claims 1
- 238000012216 screening Methods 0.000 description 92
- 238000013102 re-test Methods 0.000 description 28
- 230000008569 process Effects 0.000 description 26
- 238000004422 calculation algorithm Methods 0.000 description 24
- 238000012358 sourcing Methods 0.000 description 22
- 230000006399 behavior Effects 0.000 description 21
- 230000008451 emotion Effects 0.000 description 20
- 230000000875 corresponding effect Effects 0.000 description 19
- 238000011156 evaluation Methods 0.000 description 19
- 230000000694 effects Effects 0.000 description 17
- 238000004590 computer program Methods 0.000 description 16
- 238000000605 extraction Methods 0.000 description 15
- 238000012545 processing Methods 0.000 description 15
- 238000003860 storage Methods 0.000 description 14
- 238000012552 review Methods 0.000 description 13
- 238000003909 pattern recognition Methods 0.000 description 12
- 238000013439 planning Methods 0.000 description 11
- 230000003542 behavioural effect Effects 0.000 description 10
- 230000002596 correlated effect Effects 0.000 description 10
- 230000003936 working memory Effects 0.000 description 10
- 230000004044 response Effects 0.000 description 9
- 230000008921 facial expression Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000033001 locomotion Effects 0.000 description 7
- 238000007726 management method Methods 0.000 description 7
- 230000002093 peripheral effect Effects 0.000 description 7
- 238000000540 analysis of variance Methods 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 6
- 230000019771 cognition Effects 0.000 description 6
- 238000010079 rubber tapping Methods 0.000 description 6
- 230000035945 sensitivity Effects 0.000 description 6
- 230000003935 attention Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 238000002790 cross-validation Methods 0.000 description 5
- 239000000284 extract Substances 0.000 description 5
- 230000014509 gene expression Effects 0.000 description 5
- 238000007619 statistical method Methods 0.000 description 5
- 230000002411 adverse Effects 0.000 description 4
- 238000003491 array Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 230000035484 reaction time Effects 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 238000013500 data storage Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000000750 progressive effect Effects 0.000 description 3
- 208000007415 Anhedonia Diseases 0.000 description 2
- 206010063659 Aversion Diseases 0.000 description 2
- 241000557626 Corvus corax Species 0.000 description 2
- 208000001613 Gambling Diseases 0.000 description 2
- 238000012356 Product development Methods 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000007177 brain activity Effects 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 238000007418 data mining Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000002599 functional magnetic resonance imaging Methods 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 230000014759 maintenance of location Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 230000002688 persistence Effects 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 230000006403 short-term memory Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 206010001497 Agitation Diseases 0.000 description 1
- 208000011597 CGF1 Diseases 0.000 description 1
- XNOPRXBHLZRZKH-UHFFFAOYSA-N Oxytocin Natural products N1C(=O)C(N)CSSCC(C(=O)N2C(CCC2)C(=O)NC(CC(C)C)C(=O)NCC(N)=O)NC(=O)C(CC(N)=O)NC(=O)C(CCC(N)=O)NC(=O)C(C(C)CC)NC(=O)C1CC1=CC=C(O)C=C1 XNOPRXBHLZRZKH-UHFFFAOYSA-N 0.000 description 1
- 101800000989 Oxytocin Proteins 0.000 description 1
- 102100031951 Oxytocin-neurophysin 1 Human genes 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000037007 arousal Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 235000019788 craving Nutrition 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 210000000887 face Anatomy 0.000 description 1
- 210000004326 gyrus cinguli Anatomy 0.000 description 1
- 238000009863 impact test Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 230000007794 irritation Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 230000006996 mental state Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 210000000337 motor cortex Anatomy 0.000 description 1
- 210000000653 nervous system Anatomy 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000008904 neural response Effects 0.000 description 1
- 238000001543 one-way ANOVA Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- XNOPRXBHLZRZKH-DSZYJQQASA-N oxytocin Chemical compound C([C@H]1C(=O)N[C@H](C(N[C@@H](CCC(N)=O)C(=O)N[C@@H](CC(N)=O)C(=O)N[C@@H](CSSC[C@H](N)C(=O)N1)C(=O)N1[C@@H](CCC1)C(=O)N[C@@H](CC(C)C)C(=O)NCC(N)=O)=O)[C@@H](C)CC)C1=CC=C(O)C=C1 XNOPRXBHLZRZKH-DSZYJQQASA-N 0.000 description 1
- 229960001723 oxytocin Drugs 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004884 risky behavior Effects 0.000 description 1
- 230000010332 selective attention Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000004039 social cognition Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000000528 statistical test Methods 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 238000012030 stroop test Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
- 230000036642 wellbeing Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/105—Human resources
- G06Q10/1053—Employment or hiring
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/45—Controlling the progress of the video game
- A63F13/46—Computing the game score
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/80—Special adaptations for executing a specific game genre or game mode
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F3/00—Board games; Raffle games
- A63F3/04—Geographical or like games ; Educational games
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/904—Browsing; Visualisation therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063112—Skill-based matching of a person or a group to a task
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06398—Performance of employee with respect to a job function
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
- G06Q50/2057—Career enhancement or continuing education service
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B7/00—Electrically-operated teaching apparatus or devices working with questions and answers
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B7/00—Electrically-operated teaching apparatus or devices working with questions and answers
- G09B7/02—Electrically-operated teaching apparatus or devices working with questions and answers of the type wherein the student is expected to construct an answer to the question which is presented or wherein the machine gives an answer to the question presented by a student
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Educational Technology (AREA)
- Multimedia (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Electrically Operated Instructional Devices (AREA)
Description
本発明のシステムは、広範囲の厳格な方法を使用して、企業にとって興味がある対象者についての要因を予測する関連情報を発見することができる。システムの評価は、システムの評価モジュールを使用して客観的データを収集し、次に、学習挙動ダイナミクスをモデリングすることを含むことができる。学習挙動ダイナミクスをモデリングする強みは、静的スコア、例えば、平均スコアを用いて挙動を調べる代わりに、システムが挙動を経時的に調べることができることである。この方法では、システムは、学習の尺度、例えば、テストを受けた者が誤りからいかに学習するか又はテストを受けた者の学習に対して報酬がいかに影響するかを突き止めることができる。これらの学習尺度は多くの場合、人的資本分析において無視されるが、重要な従業員特徴を特定するに当たり有価値であることができる。
式中、nは標本サイズ;i=1,2,・・・,nであり、X及びYは変数であり、
は変数の平均である。ピアソンの相関係数の二乗は、決定係数として知られ、単純な線形回帰でのXの関数としてのYの分散の割合を説明するのに使用することができる。ピアソンの相関係数は、2つのグループの関係の大きさとして定義することができる効果量を記述するのに使用することもできる。ピアソンの相関係数が効果量の尺度として使用される場合、結果の二乗は、実験モデルで説明される実験内の分散量を推定することができる。
式中、
は標本平均であり、Spは標本の統合された分散共分散であり、nは標本サイズである。
式中、pは分析されている変数の数であり、F統計量はp及びn1+n2−pの自由度を有するF分散である。F表を使用して、指定されたαでの結果の有意性又は有意性レベルを特定することができる。観測されたF統計量が、正確な自由度において表で見られるF統計量よりも大きい場合、テストは、定義されたαレベルで有意である。結果は、例えば、αレベルが0.05として定義された場合、0.05未満のp値において有意であることができる。
式中、
は標本平均であり、nは標本サイズであり、sは標本の標準偏差であり、Iはグループの総数であり、Nは合計標本サイズである。次に、F表を使用して、指定されたαレベルでの結果の有意性を特定する。観測されるF統計量が、指定された自由度において表に見られるF統計量よりも大きい場合、検定は、定義されたαレベルにおいて有意である。結果は、例えば、αレベルが0.05として定義された場合、0.05未満のp値において有意であることができる。
類似による推論課題は、関連していないように見える概念又は事象間の結び付きを判別する対象者の能力を測定することができる。類似による推論は、類似性を使用して、表面上は類似するように見えない状況又は表現間の新規の結び付きをモデリングする課題を更に指すことができる。類似による推論は往々にして、創造的問題解決にリンクされ、その理由は、両方とも個人が特定の課題の制約内で新規の概念を生成する必要があるためである。出現する2つの状況が異なるほど、類似による推論プロセスは創造的になり得る。2つの状況、概念、事象、又は表現間のリンクは、意味的距離により記述することができる。意味的距離が大きいほど、2つの提示される状況間に存在する類似性は低くなる。類似による推論課題では、意味的距離は、被験者がかなり似てないように見える状況間に結び付きを形成する場合、被験者はより創造的であり得るように、独立した格付け者の創造性の評価と強く相関することができる。機能的磁気共鳴撮像(fMRI)を使用して、類似による推論課題中の脳の活動を測定することができ、類似性での項目間の意味的距離は、パラメトリックに変化することができる。重要なことに、反応時間、正確性により測定され、別様に格付けされる、課題の難しさではなく類似性マッピングの意味的距離が、脳活動を調節することができる。
BARTでは、対象者は、漫画のポンプのクリックする都度、刺激された風船が膨張し、小額の金銭が一時的な銀行口座に入金されるコンピュータゲームで金銭を獲得する。対象者は、任意の時点で金銭を収集することが許された。しかし、風船が破裂すると、一時的な銀行口座は金銭を増加させず、トライアルは終了する。対象者によるクリック数は、リスクをとる尺度として機能し、課題は約80回のトライアルにわたり続く。
選択課題は、対象者のリスクをとる傾向の尺度として使用することができる。選択課題は、対象者が、一連の選択セットに基づいて評価するように求められる1組のシナリオを含むことができる。選択セットは、相互に排他的であり、独立した選択肢を含むことができ、一般に、一方の選択肢は、2つの選択肢のうちのよりリスクがある選択肢として見なすことができる。対象者が、性格及び挙動リスク尺度を測定する様々なテストを完了するように求められる研究を行うことができる。対象者が完了することができるテストは、ザッカーマン刺激欲求スケール、アイゼンク衝動性スケール、遡及的挙動自己コントロールスケール、領域特定リスクテイクスケール、選択課題、バルーンアナログリスク課題、多様性選好課題、将来割引きI、及び将来割引きIIを含む。主成分分析を行い、どの主成分がリスクの基本尺度であるかを特定することができる。例えば、多様性選好は選択課題に相関することができる。多様性選好は、リスクの強力な尺度であることができ、興奮及び外向性の性格的傾向として説明することができる。
***者課題は、寛大さ及び利他性の尺度として行動経済学で使用することができる。このゲームの有効性を特定するために、対象者に、去年にわたる慈善行為について報告するように求めることができる。例えば、課題中の架空の収入を寄付した対象者は、現実で、課題中の架空の収入を寄付しなかった対象者よりも、去年にわたりより多額を慈善運動に寄付したことを発見することができる。
数字範囲課題を使用して、対象者のワーキングメモリ数字格納容量を測定することができる。本発明のシステムでは、対象者に一連の数字が提示され、プロンプトされた場合、数字をキーボードに入力することにより、一連の数字を繰り返すように求めた。対象者が数字の暗唱に成功した場合、対象者に、覚えて暗唱するより長いシーケンスが与えられた。対象者が覚えることができる最長リストの長さが、対象者の数字範囲である。
報酬のための労力量課題(EEfRT)を使用して、人間での労力に基づく判断を探ることができる。EEfRTは、人物が、報酬のために費やす意思がある労力量を測定することができる。複数の分析にわたり、無快感症と、報償のために労力を費やす意思との間には有意な逆相関を観測することができる。無快感症特性の増大は、報酬のために労力を費やす可能性の全体的な低減を有意に予測することができ、EEfRT課題が、動機付け及び労力に基づく判断での有効な代理であることができることを示す。
状況ファクタは、顔の表情が、関連するが不明瞭な情報を提供する場合、対象者の感情表現の解釈に対して大きな影響を有することができる。この限られた状況内で、大半の対象者は、実際の顔の表情ではなく、状況に一致する感情を感じていると表現者を判断することができる。状況情報は、基本的ではない感情を示唆している場合、例えば、人が痛みを伴う状況にいるが、恐怖の表情を示し得る場合、特に影響を有することができる。多くの場合、人物の表情を判断する対象者は、その人物の表情が、恐怖ではなく痛みの表情であると結論付ける。
指タッピング課題(FTT)は、筋神経系の完全性を評価し、運動コントロールを調べることができる、心理学的テストである。この課題は、1ヶ月間隔にわたり良好な信頼度を有することができる。
時間的な将来割引きは、個人が、将来であるが、かなりの報酬よりも、即時であるが、控え目な報酬を好む程度を指すことができる。時間的割引きは、時間遅延の増大に伴った選好の単調減少に繋がる指数関数としてモデリングすることができ、個人は、報酬の遅れに伴って増大する係数により、将来の報酬の価値を割引きする。双曲線割引きは、将来割引きの時間非一貫モデルを指すことができる。双曲線モデルが使用されて、将来割引きをモデリングする場合、モデルは、価値が短い遅延期間でかなり急速に落ちるが、次に、より長い期間にわたりゆっくりと落ちることを示唆することができる。双曲線は、他のモデルよりもよりよい近似を示すことができ、個人が遅れた報酬を割引きすることのエビデンスを提供する。
フランカー課題を使用して、対象者の課題切り替え能力を調べることができる。フランカー課題は、特定の状況で不適切な反応を抑制する能力を評価するのに使用される1組の反応阻害テストを指すことができる。フランカー課題を使用して、選択的注目及び情報処理能力を評価することができる。標的の側面には非標的刺激が位置することができ、非標的刺激は、標的と同じ方向の反応(認知刺激)、逆の反応(非認知刺激)、又はそのいずれでもない反応(神経刺激)に対応する。対象者が、見ているものに対していかに反応すべきかについて異なる規則が対象者に与えられる。
決行/中止テストを使用して、対象者の注意範囲及び反応コントロールを評価することができる。決行/中止テストの例は、特定の刺激が存在する場合、対象者にボタンを押下させ(「決行」)、異なる刺激が提示される場合、同じボタンを押下させない(「中止」)ことを含むことができる。特に阻害トライアルでの決行/中止課題の実行は、ウィスコンシンカードソート課題、ストループカラーワード課題、及びトライアルメイキング課題により測定される複雑な実行機能に関連することができる。
目から心を読む課題は、目の周囲の表情のみを使用して、他人のメンタル状態を認識する対象者の能力を評価することにより、対象者の社会認知を評価することができる。感情のタイプ、刺激として使用される顔の量、及び刺激の性別を変えた一連の実験を行い、対象者が基本的な感情及び複雑な感情をいかに知覚したかを特定することができる。健康なコントロールは、顔全体からは基本的な感情及び複雑な感情の両方を良好に知覚することができるが、複雑なメンタル状態の場合、対象者のスコアは、目を見るだけでより高いスコアであることができる。この発見は、目が顔全体よりも多くの情報を保持することができることを示唆する。
Nバック課題は、対象者のワーキングメモリの測定に使用することができる連続実行課題である。例えば、対象者に一連の刺激を提示することができ、対象者は、現在の刺激が、シーケンス中でnステップ前からの刺激に一致するときを示さなければならない。nの値は、課題の難しさを増減するように調整することができる。2レベルの複雑性でのNバック課題をウェクスラー成人知能検査(WAIS−R)での数字範囲課題での実行と比較することができる。Nバック課題の正確性スコアは、WAIS−Rの数字範囲サブテストでの実行と正の相関を有することができる。WAIS−Rの数字範囲サブスケールは、特定の認知プロセスを反映することができ、これはワーキングメモリ容量と重なることができ、Nバック課題での正確性スコアに、ワーキングメモリ容量の個人差を関連付けることができることを示す。
パターン認識課題は、一連の刺激又は物体からパターン及び類似性を識別する対象者の能力を測定することができる。
報酬に応じて挙動を調整する対象者の能力の関係を評価するために、対象者が、分化強化スケジュールにより決定される金額を獲得する報酬学習課題を作成することができる。対象者に、選択肢を提示することができ、1つの選択肢に報償を関連付けることができるが、報酬の受け取りは、正確な選択肢を選ぶことに依存する。対象者が、どの選択肢が正しいかを学習するにつれて、報酬を増大することができる。
TOL課題を使用して、実行機能及びプランニング能力を評価することができる。困難レベルが異なる課題で、平均移動数及び平均初期思考時間(ITT)を計算することができる。ITTは、パズルが提示されてから、対象者がパズルを解き始めるまでの経過時間に対応することができる。負の相関が、総合平均ITTスコアと総合平均移動スコアとの間に存在し得、ITTスコアが長いほど、移動数の低減に役立つこと、換言すれば、ITTがプランニングを反映することができることを示唆する。移動数、正確な実行、及びロンドン塔課題に最初の移動を行う前の時間を測定する変数は、0.61〜1.43の効果量を有することができる。
信頼課題を使用して、評判、契約上の義務、又は処罰をコントロールしながら、信頼及び相互性を研究することができる。信頼課題は2つの段階を有することができる。第1に、対象者に金銭を与え、次に、対象者は、金銭のうち、別の場所にいる未知の人物に送る金額がもしあれば、その金額を決めることができる。対象者には、送る金額が、その他人に届くときまでに2倍になると伝えることができる。次に、その他人は、金額を対象者に返金する選択肢を有する。
企業Aは、22人の従業員を有するコンサルティングファームであった。この企業は、この群内の従業員の4人をトップ実行者として識別し、一方、残りの18人はトップ実行者として識別されなかった。システムは、統合アルゴリズムを使用して、本明細書に記載の神経科学テストでの従業員の実行からの挙動データを使用して、ボトム実行者及びトップ実行者として従業員を分類することができた。システムのアルゴリズムは、各従業員の挙動データセットを0〜100の適合スコアに変換した。適合スコアは、従業員がある群又は別の群に属する確率を示した。50%の適合スコアを有する個人では、ボトム実行者として識別される可能性又はトップ実行者として識別される可能性は等しく、一方、90%の適合スコアを有する従業員は、真のトップ実行者であるはるかに高い可能性を有することができ、10%の適合スコアを有する従業員は、ボトム実行者であるはるかに高い可能性を有することができる。システムは、モデル正確性を最大にしながら、二項分類を実行し、決定境界は、誤検出及び検出漏れを最小にすることを保証するように調整された。
リクルート中、企業Aには235人の個人が応募した。応募者プールは、大規模大学からの大学生からなった。全ての応募者は、企業Aの標準履歴書検討プロセス及びシステムの1組のテストの両方により評価された。システムを使用して、履歴書検討の効率を上げ、才能を見逃す確率を低減した。
企業Bは、システムに、1ヶ月にわたり測定された782人の従業員群からの神経科学に基づく1組のテストでの従業員の実行からのデータを使用して、トップ実行者として様々なセールスポジションにわたる従業員を分類するモデルを構築するように求めた。分析の目標は、必要な場合、キャリア発展フィードバック及びスタッフ入れ替えアドバイスを提供することであった。
企業C及び企業Dは、主要なビジネススクールからサマーアソシエイトを熱心にリクルートするコンサルティングファームであった。2012年及び2013年に、企業Cは57人のMBAサマーアソシエイトを雇用し、一方、企業Dは106人の学生サマーアソシエイトを雇用した。本発明のシステムは、2年の夏の過程にわたり企業が面接した学生を評価し、システムのアルゴリズムが、コンサルティングフィールドに居続ける学生を、企業がそのような学生を識別することができるよりも良好に正確に識別することができるか否かを判断した。システムは、いたポジションに関係なく、企業C及び企業Dで働いた学生から行動様式適合モデルを構築した。研究の目標は、サマーアソシエイトのフルタイム従業員への変換率の増大であった。
企業Cで2012年及び2013年にわたり57人のサマーアソシエイトが働いた。企業Cは、アソシエイトのうちの13人に内定を出した。13人のアソシエイトのうち10人が、企業Cからの内定を受け入れた。企業Cは、システムに、アルゴリズムがファームからの内定を受け入れる可能性がより高いのは誰かを予測することができるか否かをテストするように求めた。例21において企業Cに向けて前に構築されたモデルを使用して、システムは、企業からの内定を受け入れた個人の平均適合スコアを企業からの内定を拒絶した個人の適合スコアと比較した。
本発明のシステムにより生成される適合スコアは、システムの一環である個人評価のスコアの集計であることができる。適合スコアの多変量統計学的分析を行い、スコアへの人口統計学的要因の影響を評価した。システムのスコアへの年齢の影響を調べるために、母集団(N=179)からの2つの年齢群:39才以下及び40才以上を分析した。ホテリングのT二乗検定を使用して、年齢群間の任意の統計学的に有意な差を評価した。年齢に基づく群差は観測されなかった。年齢の影響は、母集団を4つの年齢群に細分することにより、更に分析した:a)29才以下、b)30才〜34才、c)35才〜39才、及びd)40才以上。多変量一方向ANOVA検定を利用し、これも年齢群間の差を示さなかった(p>0.05)。同じデータセット及びホテリングのT二乗検定を使用して、女性と男性との間での差異は統計学的に有意ではなかった(p>0.05)。多変量ANOVA検定では、アジア人、黒人、ヒスパニック、中東、ネイティブアメリカン、白人、他、及び混血人種を含む人種カテゴリにわたり有意差は観測されなかった(p>>0.1)。
BARTの一測定が、性別間で有意差を示し、特に、女性は男性よりもリスク回避型であった。この差は、性別により説明される観測分散の3%を表した。
選択課題では、結果は年齢及び性別の両方で異なった。若い参加者ほど、40才を超える参加者よりも高いギャンブルパーセントスコアを有した。この差は、標本の分散の2.6%を表した。性別によるギャンブルパーセントの調査により、男性は女性よりも高いスコアを有することが明らかになり、この差は標本の分散の1.96%を表した。
ランダム参加者に与えられた金額は、性別により異なり、この課題において、女性は男性よりも多くの金額を与えた。この差は、標本の分散の1.2%を表した。
より難しい課題がより頻繁に選ばれた後の変曲点は、性別により異なり、男性は女性よりも高いスコアを有した。性別差は、データの分散の1.96%を説明した。
顔影響テストの結果は、年齢の高い参加者ほど、若い参加者よりも顔の表情から感情をより正確に識別したという点で、年齢により異なった。年齢差は、データの分散の3.61%を説明した。
指タッピング課題の反応時間は、年齢及び性別の両方により異なった。年齢の高い参加者ほど、若い参加者よりも反応時間測定が遅く、女性は男性よりも遅かった。これらの影響は、データの分散の4%及び6.25%をそれぞれ占める。
フランカー課題の一測定は、男性と女性との間の有意差を示した。男性のスコアは切り替え精度でより高く、この差は、データの分散の2.25%を占めた。
システムは、将来割引き課題で年齢及び性別の両方による差を識別した。年齢の高い参加者ほど、若い参加者よりも将来の機会を待つ可能性が高かった。この影響は、データの分散の1.96%を占めた。割引き率も、女性は男性よりも将来の機会を待つ可能性が高いという点で、性別により異なった。
Nバックテストでの正確性測定は、性別により異なった。男性は、女性よりも高い正確性スコアを有し、データの分散の2.89%を占めた結果。
システムは、性別により、金額及び公正性の両方で差を識別した。男性は女性よりも高い金額を与え、データの分散の2.89%を占めた効果。女性はより高い公正性格付けを与え、データの分散の2.25%を占めた影響。
システムは、パターン認識課題で性別に基づく有意差を識別した。男性は女性よりも高いパターン認識スコアを有し、データの分散の2.56%を占めた影響を有した。
システムは、ロンドン塔課題で年齢の有意な影響を識別した。年齢の高い参加者ほど、若い参加者よりも正確な移動毎により多くの時間がかかり、分散の10.24%を占める影響。
システムは、企業Bからの標本でシステムにより生成された適合スコア内に存在する不利な影響のエビデンスについて、標本データを調べた。表10は、ポジションによる標本の細分を含め、標本人口統計を報告している。
システムは、性別及び民族のバイアスについて、システムの全ての業界モデルを更に調べた。システムは、内部データベースからの962人の個人の標本の適合スコアを生成した(表11及び表13)。母集団は、大学生、MBA生徒、及び業界専門家の混合からなった。性別又は民族でのバイアスは、システムが安定と見なしたいずれの業界モデルでも観測されなかった(表14)。
様々なコンピュータアーキテクチャが、本発明との併用に適する。図35は、本発明の実施形態例と組み合わせて使用することができるコンピュータシステム3500の第1のアーキテクチャ例を示すブロック図である。図35に示されるように、コンピュータシステム例は、命令を処理するプロセッサ3502を含むことができる。プロセッサの非限定的な例としては、Intel Core i7(商標)プロセッサ、Intel Core i5(商標)プロセッサ、Intel Core i3(商標)プロセッサ、Intel Xeon(商標)プロセッサ、AMD Opteron(商標)プロセッサ、Samsung 32-bit RISC ARM 1176JZ(F)-S v1.0(商標)プロセッサ、ARM Cortex-A8 Samsung S5PC100(商標)プロセッサ、ARM Cortex-A8 Apple A4(商標)プロセッサ、Marvell PXA 930(商標)プロセッサ、又は機能的に均等なプロセッサが挙げられる。複数の実行スレッドを並列処理に使用することができる。幾つかの実施形態では、単一のコンピュータシステム内であれ、クラスタであれ、又は複数のコンピュータ、携帯電話、及び/若しくは個人情報端末装置を含むネットワークを介してのシステムにわたる分散であれ関係なく、複数のプロセッサ又は複数のコアを有するプロセッサを使用することができる。
図35に示されるように、高速キャッシュ3501をプロセッサ3502に接続するか、又はプロセッサ3502に組み込んで、プロセッサ3502により最近又は頻繁に使用された命令又はデータの高速メモリを提供することができる。プロセッサ3502は、プロセッサバス3505によりノースブリッジ3506に接続される。ノースブリッジ3506は、メモリバス3504によりランダムアクセスメモリ(RAM)3503に接続され、プロセッサ3502によるRAM3503へのアクセスを管理する。ノースブリッジ3506は、チップセットバス3507によりサウスブリッジ3508にも接続される。そして、サウスブリッジ3508は周辺バス3509に接続される。周辺バスは、例えば、PCI、PCI−X、PCI Express、又は他の周辺バスであることができる。ノースブリッジ及びサウスブリッジはプロセッサチップセットと呼ばれることが多く、プロセッサ、RAM、及び周辺バス3509上の周辺機器間のデータ転送を管理する。幾つかのアーキテクチャでは、別個のノースブリッジチップを使用する代わりに、ノースブリッジの機能はプロセッサに組み込むことができる。
ソフトウェア及びデータは、外部記憶装置3513に記憶され、プロセッサによる使用のためにRAM3503及び/又はキャッシュ3501にロードすることができる。システム3500は、システムリソースを管理するオペレーティングシステムを含み、オペレーティングシステムの非限定的な例としては、Linux、Windows(商標)、MACOS(商標)、BlackBerry OS(商標)、iOS(商標)、及び他の機能的に同等のオペレーティングシステム、並びにオペレーティングシステムの上で実行するアプリケーションソフトウェアが挙げられる。
図36は、複数のコンピュータシステム3602a及び3602b、複数の携帯電話及び個人情報端末3602c、並びにネットワーク接続ストレージ(NAS)3601a及び3601bを有するネットワーク3600を示す図である。幾つかの実施形態では、システム3602a、3602b、及び3602cは、データストレージを管理し、ネットワーク接続ストレージ(NAS)3601a及び3602bに記憶されたデータへのデータアクセスを最適化することができる。数学的モデルをデータに使用し、コンピュータシステム3602a及び3602b並びに携帯電話及び個人情報端末システム3602cにわたる分散並列処理を使用して評価することができる。コンピュータシステム3602a及び3602b並びに携帯電話及び個人情報端末システム3602cは、ネットワーク接続ストレージ(NAS)3601a及び3601bに記憶されたデータの適応データ再構築に並列処理を提供することもできる。図36は単なる例を示し、広範囲の他のコンピュータアーキテクチャ及びシステムを本発明の様々な実施形態と併せて使用することができる。例えば、ブレードサーバを使用して、並列処理を提供することができる。プロセッサブレードは、バックプレーンを通して接続されて、並列処理を提供することができる。ストレージは、バックプレーンに接続されるか、又は別個のネットワークインタフェースを通してネットワーク接続ストレージ(NAS)としてであってもよい。
図37は、共有仮想アドレスメモリ空間を使用するマルチプロセッサコンピュータシステムのブロック図である。システムは、共有メモリサブシステム3702にアクセスすることができる複数のプロセッサ3701a〜3701fを含む。システムは、メモリサブシステム3702に複数のプログラマブルハードウェアメモリアルゴリズムプロセッサ(MAP)3703a〜3703fを組み込む。各MAP3703a〜3703fは、メモリ3704a〜3704f及び1つ又は複数のフィールドプログラマブルゲートアレイ(FPGA)3705a〜3705fを含むことができる。MAPは、構成可能な機能ユニットを提供し、特定のアルゴリズム又はアルゴリズムの部分は、各プロセッサと密に協働して処理するためにFPGA3705a〜3705fに提供することができる。この例では、各MAPは、これらの目的で全てのプロセッサによりグローバルにアクセス可能である。一構成では、各MAPは、直接メモリアクセス(DMA)を使用して、関連付けられたメモリ3704a〜3704fにアクセスし、各マイクロプロセッサ3701a〜3701fから独立して非同期でタスクを実行できるようにする。この構成では、MAPは、アルゴリズムのパイプライン処理及び並列実行のために、結果を別のMAPに直接供給することができる。
以下の非限定的な実施形態は、本発明の説明のための例を提供するが、本発明の範囲を限定しない。
Claims (28)
- ゲームベースの個人リクルート方法を実施するシステムであって、
複数の参加者に関連する複数の計算デバイスと通信するサーバであって、前記サーバは、インタラクティブメディア及び第1の組のソフトウェア命令を記憶するメモリと、1つ又は複数のプロセッサとを含み、前記1つ又は複数のプロセッサは、前記第1の組のソフトウェア命令を実行して、
複数の参加者に関連する複数の計算デバイスにインタラクティブメディアを提供することであって、前記インタラクティブメディアは、前記参加者の1つ又は複数の感情特性及び認知特性を測定するように設計される少なくとも1つのリクルートゲームを含み、前記リクルートゲームは、複数の選択された神経科学ベースのコンピュータ化課題に関連する複数の予め定義される組のグラフィカル視覚的物体を含み、前記複数の予め定義される組の視覚的物体は、前記計算デバイスのグラフィカルディスプレイ上で前記参加者に表示される、提供すること、
前記参加者が、1つ又は複数の入力デバイスを使用して、前記グラフィカルディスプレイ上の前記グラフィカル視覚的物体のうちの1つ又は複数を操作することにより、前記リクルートゲームを前記計算デバイスの前記グラフィカルディスプレイ上でプレイして、前記複数の選択された神経科学ベースのコンピュータ化課題を完了するとき、前記計算デバイスから入力データを受信すること、及び
前記リクルートゲーム内の前記1つ又は複数のグラフィカル視覚的物体の前記参加者の操作から導出される前記入力データを分析することであって、それにより、(1)前記参加者による前記グラフィカル視覚的物体の操作の程度の程度に基づいて、前記参加者の感情特性及び認知特性の測定値を抽出し、(2)前記参加者の感情特性及び認知特性の前記測定値に基づいて、参加者からの選択されたグループを表す統計モデルを生成し、(3)前記参加者の感情特性及び認知特性の前記測定値を前記統計モデルと比較することにより、各参加者がグループ内であるか、それともグループ外であるかを分類する、分析すること
を行うように構成される、サーバと、
第2の組のソフトウェア命令を記憶するメモリと、1つ又は複数のプロセッサとを含む少なくとも1つの計算デバイスであって、前記1つ又は複数のプロセッサは、前記第2の組のソフトウェア命令を実行して、
前記サーバから前記分析された入力データを受信すること、及び
前記少なくとも1つの計算デバイスのグラフィカルディスプレイ上に、1組のグラフィカル視覚的物体として前記分析された入力データを視覚的に表示することであって、前記1組のグラフィカル視覚的物体は、(i)グループ外として分類される参加者に対応する第1の密度関数プロット、(ii)グループ内として分類される参加者に対応する第2の密度関数プロット、及び(iii)前記第1の密度関数プロット及び前記第2の密度関数プロットのそれぞれに対して定義される決定境界を含み、前記決定境界は、前記リクルートゲームでの候補者の測定された実行に基づいて標的ポジションへの求人への前記候補者の適性を特定するために、エンティティにより使用可能である、表示すること
を行うように構成される、少なくとも1つの計算デバイスと
を含む、システム。 - 前記1つ又は複数のプロセッサは、前記候補者の感情特性及び認知特性の測定値を前記統計モデルと比較することにより、前記リクルートゲームにおける前記候補者の実行を測定するように構成される、請求項1に記載のシステム。
- 前記1つ又は複数のプロセッサは、
前記候補者の感情特性及び認知特性の測定値と前記統計モデルとの比較に基づいて、前記候補者の適合スコアを生成することであって、前記適合スコアは、前記候補者と前記参加者のうちの選択されたグループとの一致のレベルを示す、生成することと、
少なくとも1つの計算デバイスのグラフィカルディスプレイ上に、前記適合スコアを示す点を表示することであって、前記点は、前記グラフィカルディスプレイ上の前記第1及び第2の密度関数プロットに前記点を重ねることにより表示される、表示することと、
(1)前記点が前記決定境界に対して第1の領域にある場合、グループ外として、(2)前記点が前記決定境界に対して第2の領域にある場合、グループ内として前記候補者を分類することと
を行うように構成される、請求項1に記載のシステム。 - 前記決定境界は、前記第1の密度関数プロットと前記第2の密度関数プロットとの重複領域において定義され、前記第1の領域は前記第1の密度関数プロットと重複し、前記第2の領域は前記第2の密度関数プロットと重複する、請求項3に記載のシステム。
- 前記候補者は、前記点が前記第1の領域にある場合、グループ外に分類される前記参加者への類似度が高く、グループ内に分類される前記参加者への類似度が低いと判断され、
前記候補者は、前記点が前記第2の領域にある場合、グループ内に分類される前記参加者への類似度が高く、グループ外に分類される前記参加者への類似度が低いと判断される、請求項3に記載のシステム。 - 前記候補者がグループ外に正確に分類される確率は、前記点の前記決定境界から前記第1の領域内への距離が増大するにつれて増大し、前記候補者がグループ内に正確に分類される確率は、前記点の前記決定境界から前記第2の領域内への距離が増大するにつれて増大する、請求項3に記載のシステム。
- 前記候補者は、前記点が前記第1の領域にある場合、前記標的ポジションへの適合度が低いと判断され、前記候補者は、前記点が前記第2の領域にある場合、前記標的ポジションへの適合度が高いと判断される、請求項3に記載のシステム。
- 前記標的ポジションへの前記候補者の適合度は、前記点の前記決定境界から前記第1の領域内への距離が増大するにつれて低減すると判断され、前記標的ポジションへの前記候補者の適合度は、前記点の前記決定境界から前記第2の領域内への距離が増大するにつれて増大すると判断される、請求項7に記載のシステム。
- 前記グラフィカルディスプレイ上の前記第1の密度プロット及び前記第2の密度プロットに対する前記決定境界の位置は、前記エンティティにより調整可能であり、前記決定境界の前記位置が調整される場合、グループ内又はグループ外に分類される前記参加者の数は変化する、請求項3に記載のシステム。
- 前記決定境界の前記位置は、より多数の参加者がグループ外に分類され、より少数の参加者がグループ内に分類されるように、前記グラフィカルディスプレイ上で第1の方向に調整可能であり、
前記決定境界の前記位置は、より多数の参加者がグループ内に分類され、より少数の参加者がグループ外に分類されるように、前記グラフィカルディスプレイ上で第2の方向に調整可能であり、
前記第2の方向は前記第1の方向の逆である、請求項9に記載のシステム。 - 前記1つ又は複数のプロセッサは、
前記候補者の感情特性及び認知特性の測定値と前記統計モデルとの比較に基づいて、複数の候補者に対して複数の適合スコアを生成することであって、前記適合スコアは、前記候補者と前記参加者のうちの前記選択されたグループとの一致のレベルを示す、生成することと、
前記グラフィカルディスプレイ上での前記複数の適合スコアを示す複数の点の表示を達成することであって、前記複数の点は、前記第1の密度関数プロット及び前記第2の密度関数プロットに前記点を重ねることにより表示される、達成することと
を行うように構成される、請求項10に記載のシステム。 - 前記決定境界の前記位置が前記第1の方向に調整される場合、より多数の候補者がグループ外に分類され、より少数の候補者がグループ内に分類され、
前記決定境界の前記位置が前記第2の方向に調整される場合、より多数の候補者がグループ内に分類され、より少数の候補者がグループ外に分類される、請求項11に記載のシステム。 - 前記複数の計算デバイスは、前記リクルートゲームが前記複数の計算デバイスで前記複数の参加者によりプレイされているとき、互いと通信するとともに、前記インタラクティブメディアを提供するように構成される前記サーバと通信する、請求項1に記載のシステム。
- 前記入力データは、前記サーバの前記メモリに記憶され、前記入力データは、前記リクルートゲームにおける前記複数の選択された神経科学ベースのコンピュータ化課題の実行における各参加者の過去及び/又は現在の実行データを含む、請求項1に記載のシステム。
- 前記1つ又は複数のプロセッサは、各参加者の過去及び/又は現在の実行データに基づいて、前記リクルートゲームでの前記複数の選択された神経科学ベースのコンピュータ化課題の実行における各参加者の将来の実行を予測するように構成される、請求項14に記載のシステム。
- 前記過去及び/又は現在の実行データは、(1)各参加者が前記選択された神経科学ベースのコンピュータ化課題のうちの1つ又は複数に費やす時間量、(2)各参加者が前記選択された神経科学ベースのコンピュータ化課題のうちの1つ又は複数を完了するのにかかる試行数、(3)各参加者が前記選択された神経科学ベースのコンピュータ化課題のうちの1つ又は複数を完了するのにとる異なる動作、(4)各参加者が異なる動作のうちの1つ又は複数を実行するのにかかる時間量、(5)異なる動作のうちの1つ又は複数の実行における各参加者の正確性、及び/又は(6)選択された神経科学ベースのコンピュータ化課題のうちの1つ又は複数を完了するために特定の決定又は判断を下す際に各参加者が適用するウェイトを含む、請求項14に記載のシステム。
- 前記1つ又は複数のプロセッサは、前記入力データを分析して、各参加者が異なる視覚的物体を正確に選択、配置、及び/又は使用して、前記リクルートゲームにおいて前記複数の選択された神経科学ベースのコンピュータ化課題を完了するか否かを判断するように構成される、請求項1に記載のシステム。
- 前記1つ又は複数のプロセッサは、前記入力データを分析して、前記リクルートゲームをプレイすることにおける各参加者の学習、認知スキル、及びプレイでの前の誤りから学習する能力を評価するように構成される、請求項17に記載のシステム。
- 前記1つ又は複数のプロセッサは、各参加者がその他のペアになった参加者の身元情報を知らないよう、前記リクルートゲームにおいてランダムに前記複数の参加者のうちの2人以上の参加者をペアにするように構成され、前記複数の選択された神経科学ベースのコンピュータ化課題のうちの少なくとも1つは、前記ペアになった参加者間の信用レベル及び/又は寛容レベルをテストするように設計される、請求項1に記載のシステム。
- 前記統計モデルは、前記複数の参加者が同じリクルートゲームの複数のラウンドをプレイする際及び/又は前記複数の参加者が複数の異なるリクルートゲームをプレイする際、前記参加者の感情特性及び認知特性の前記測定値の変化を動的に織り込むように構成される、請求項1に記載のシステム。
- 前記1つ又は複数のプロセッサは、
前記リクルートゲームをプレイしている前記参加者の身元情報をマスキングすることにより、前記入力データを匿名化することと、
前記入力データの分析前に、前記匿名化された入力データを前記サーバの前記メモリに記憶することと
を行うように構成される、請求項1に記載のシステム。 - 前記複数の参加者は前記エンティティにより雇われており、前記参加者の選択されたグループは、少なくとも、前記エンティティにより予め定義された1組のジョブ実行尺度を満たす前記エンティティの従業員のグループに対応し、前記統計モデルは前記1組のジョブ実行尺度に相関する、請求項1に記載のシステム。
- 前記1つ又は複数のグラフィカル視覚的物体の前記操作は、前記参加者が、1つ又は複数の入力デバイスを使用して前記グラフィカルディスプレイ上の前記1つ又は複数のグラフィカル視覚的物体を選択及び/又は空間的に操作して、前記複数の選択された神経科学ベースのコンピュータ化課題を完了することにより達成される、請求項1に記載のシステム。
- 前記参加者の前記複数の感情特性及び認知特性は、前記複数の選択された神経科学ベースのコンピュータ化課題を完了することにおける前記参加者の速度、正確性、及び/又は判断に基づいて測定される、請求項1に記載のシステム。
- 前記リクルートゲームは、前記複数の参加者が前記グラフィカルディスプレイ上の前記1つ又は複数のグラフィカル視覚的物体を通して互いと対話して、前記複数の選択された神経科学ベースのコンピュータ化課題を完了できるようにするように構成される、請求項1に記載のシステム。
- 異なる統計モデルが、複数の異なる分野、機能、業界、及び/又はエンティティに対して生成される、請求項1に記載のシステム。
- コンピュータ実施のゲームベースの個人リクルート方法であって、
複数の参加者に関連する複数の計算デバイスにインタラクティブメディアを提供することであって、前記インタラクティブメディアは、前記参加者の1つ又は複数の感情特性及び認知特性を測定するように設計される少なくとも1つのリクルートゲームを含み、前記リクルートゲームは、複数の選択された神経科学ベースのコンピュータ化課題に関連する複数の予め定義される組のグラフィカル視覚的物体を含み、前記複数の予め定義される組の視覚的物体は、前記計算デバイスのグラフィカルディスプレイ上で前記参加者に表示される、提供することと、
前記参加者が、前記グラフィカルディスプレイ上の前記グラフィカル視覚的物体のうちの1つ又は複数を操作することにより、前記リクルートゲームを前記計算デバイスの前記グラフィカルディスプレイ上でプレイして、前記複数の選択された神経科学ベースのコンピュータ化課題を完了するとき、前記計算デバイスから入力データを受信することと、
前記リクルートゲーム内の前記1つ又は複数のグラフィカル視覚的物体の前記参加者の操作から導出される前記入力データを分析することであって、それにより、(1)前記参加者による前記グラフィカル視覚的物体の操作の程度の程度に基づいて、前記参加者の感情特性及び認知特性の測定値を抽出し、(2)前記参加者の感情特性及び認知特性の前記測定値に基づいて、参加者からの選択されたグループを表す統計モデルを生成し、(3)前記参加者の感情特性及び認知特性の前記測定値を前記統計モデルと比較することにより、各参加者がグループ内であるか、それともグループ外であるかを分類する、分析することと、
1組のグラフィカル視覚的物体として前記分析された入力データを視覚的に表示することであって、前記1組のグラフィカル視覚的物体は、(i)グループ外として分類される参加者に対応する第1の密度関数プロット、(ii)グループ内として分類される参加者に対応する第2の密度関数プロット、及び(iii)前記第1の密度関数プロット及び前記第2の密度関数プロットのそれぞれに対して定義される決定境界を含み、前記決定境界は、前記リクルートゲームでの候補者の測定された実行に基づいて標的ポジションへの求人への前記候補者の適性を特定するために、エンティティにより使用可能である、表示することと
を含む、方法。 - 命令を記憶する有形コンピュータ可読媒体であって、前記命令は、1つ又は複数のサーバにより実行されると、前記1つ又は複数のサーバにコンピュータ実施の神経科学ベースの個人リクルート方法を実行させ、前記方法は、
複数の参加者に関連する複数の計算デバイスにインタラクティブメディアを提供することであって、前記インタラクティブメディアは、前記参加者の1つ又は複数の感情特性及び認知特性を測定するように設計される少なくとも1つのリクルートゲームを含み、前記リクルートゲームは、複数の選択された神経科学ベースのコンピュータ化課題に関連する複数の予め定義される組のグラフィカル視覚的物体を含み、前記複数の予め定義される組の視覚的物体は、前記計算デバイスのグラフィカルディスプレイ上で前記参加者に表示される、提供することと、
前記参加者が、前記グラフィカルディスプレイ上の前記グラフィカル視覚的物体のうちの1つ又は複数を操作することにより、前記リクルートゲームを前記計算デバイスの前記グラフィカルディスプレイ上でプレイして、前記複数の選択された神経科学ベースのコンピュータ化課題を完了するとき、前記計算デバイスから入力データを受信することと、
前記リクルートゲーム内の前記1つ又は複数のグラフィカル視覚的物体の前記参加者の操作から導出される前記入力データを分析することであって、それにより、(1)前記参加者による前記グラフィカル視覚的物体の操作の程度の程度に基づいて、前記参加者の感情特性及び認知特性の測定値を抽出し、(2)前記参加者の感情特性及び認知特性の前記測定値に基づいて、参加者からの選択されたグループを表す統計モデルを生成し、(3)前記参加者の感情特性及び認知特性の前記測定値を前記統計モデルと比較することにより、各参加者がグループ内であるか、それともグループ外であるかを分類する、分析することと、
エンティティによる使用のために、前記分析された入力データを記憶することであって、前記分析された入力データは、少なくとも1つの計算デバイスのグラフィカルディスプレイに視覚的に表示されるように構成される1組のグラフィカル視覚的物体を含み、前記1組のグラフィカル視覚的物体は、(i)グループ外として分類される参加者に対応する第1の密度関数プロット、(ii)グループ内として分類される参加者に対応する第2の密度関数プロット、及び(iii)前記第1の密度関数プロットと前記第2の密度関数プロットとの重複領域において定義される決定境界を含み、前記決定境界は、前記リクルートゲームでの候補者の測定された実行に基づいて標的ポジションへの求人への前記候補者の適性を特定するために、前記エンティティにより使用可能である、記憶することと
を含む、有形コンピュータ可読媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201562387440P | 2015-12-23 | 2015-12-23 | |
US62/387,440 | 2015-12-23 | ||
PCT/US2016/068454 WO2017112914A2 (en) | 2015-12-23 | 2016-12-22 | Systems and methods for data-driven identification of talent |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020080544A Division JP2020126684A (ja) | 2015-12-23 | 2020-04-30 | 才能のデータ駆動型識別のシステム及び方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019508776A JP2019508776A (ja) | 2019-03-28 |
JP6700396B2 true JP6700396B2 (ja) | 2020-05-27 |
Family
ID=59091280
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018532380A Active JP6700396B2 (ja) | 2015-12-23 | 2016-12-22 | 才能のデータ駆動型識別のシステム及び方法 |
JP2020080544A Pending JP2020126684A (ja) | 2015-12-23 | 2020-04-30 | 才能のデータ駆動型識別のシステム及び方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020080544A Pending JP2020126684A (ja) | 2015-12-23 | 2020-04-30 | 才能のデータ駆動型識別のシステム及び方法 |
Country Status (8)
Country | Link |
---|---|
US (1) | US11030554B2 (ja) |
EP (1) | EP3394808A4 (ja) |
JP (2) | JP6700396B2 (ja) |
KR (1) | KR20180118611A (ja) |
CN (1) | CN108701293A (ja) |
AU (1) | AU2016379422A1 (ja) |
CA (1) | CA3006640A1 (ja) |
WO (1) | WO2017112914A2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020126684A (ja) * | 2015-12-23 | 2020-08-20 | パイメトリクス,インコーポレイテッド | 才能のデータ駆動型識別のシステム及び方法 |
Families Citing this family (53)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6791850B2 (ja) | 2014-06-27 | 2020-11-25 | パイメトリクス,インコーポレイテッド | 才能のデータ駆動型識別システム及び方法 |
US20180011978A1 (en) * | 2016-07-06 | 2018-01-11 | Cisco Technology, Inc. | Wellness tracking system |
US20190012629A1 (en) * | 2017-07-10 | 2019-01-10 | Findo, Inc. | Team performance supervisor |
US11853397B1 (en) * | 2017-10-02 | 2023-12-26 | Entelo, Inc. | Methods for determining entity status, and related systems and apparatus |
US11860960B1 (en) | 2018-04-15 | 2024-01-02 | Entelo, Inc. | Methods for dynamic contextualization of third-party data in a web browser, and related systems and apparatus |
US11924297B2 (en) | 2018-05-24 | 2024-03-05 | People.ai, Inc. | Systems and methods for generating a filtered data set |
US11463441B2 (en) | 2018-05-24 | 2022-10-04 | People.ai, Inc. | Systems and methods for managing the generation or deletion of record objects based on electronic activities and communication policies |
US10565229B2 (en) | 2018-05-24 | 2020-02-18 | People.ai, Inc. | Systems and methods for matching electronic activities directly to record objects of systems of record |
US20200005217A1 (en) * | 2018-06-29 | 2020-01-02 | Microsoft Technology Licensing, Llc | Personalized candidate search results ranking |
US11410111B1 (en) * | 2018-08-08 | 2022-08-09 | Wells Fargo Bank, N.A. | Generating predicted values based on data analysis using machine learning |
JP7350590B2 (ja) * | 2018-09-28 | 2023-09-26 | オラクル・インターナショナル・コーポレイション | 反復的な人工知能を用いて、通信決定木を通る経路の方向を指定する |
TWI696966B (zh) * | 2018-10-03 | 2020-06-21 | 一零四資訊科技股份有限公司 | 推薦伺服器及其推薦方法 |
TWI696929B (zh) * | 2018-11-07 | 2020-06-21 | 遊戲橘子數位科技股份有限公司 | 遊戲行為的資料庫建立及其分析方法 |
US11144880B2 (en) * | 2018-12-06 | 2021-10-12 | At&T Intellectual Property I, L.P. | Document analysis using machine learning and neural networks |
US11010941B1 (en) | 2018-12-19 | 2021-05-18 | EffectiveTalent Office LLC | Matched array general talent architecture system and method |
US11016988B1 (en) | 2018-12-19 | 2021-05-25 | Airspeed Systems LLC | Matched array flight alignment system and method |
US10896529B1 (en) * | 2018-12-19 | 2021-01-19 | EffectiveTalent Office LLC | Matched array talent architecture system and method |
CN113287133A (zh) * | 2019-01-07 | 2021-08-20 | 劳恩斯实验室有限公司 | 面试影像自动评价模型管理方法、***以及计算机可读介质 |
CN109507876B (zh) * | 2019-01-25 | 2021-12-28 | 杭州电子科技大学 | 一种基于信度推理的电推船舶电机pid参数整定方法 |
JP6796668B2 (ja) * | 2019-02-22 | 2020-12-09 | 株式会社三菱総合研究所 | 情報処理装置、情報処理方法及びプログラム |
US20200302296A1 (en) * | 2019-03-21 | 2020-09-24 | D. Douglas Miller | Systems and method for optimizing educational outcomes using artificial intelligence |
CN113614756A (zh) * | 2019-03-26 | 2021-11-05 | Hrl实验室有限责任公司 | 用于具有可编程人机混合集成学习的预报警报的***和方法 |
US10705861B1 (en) | 2019-03-28 | 2020-07-07 | Tableau Software, LLC | Providing user interfaces based on data source semantics |
JP2020190859A (ja) * | 2019-05-21 | 2020-11-26 | 株式会社Pontely | ペットの性格情報出力システム及びペットの性格情報出力方法 |
JP2022536946A (ja) | 2019-06-17 | 2022-08-22 | タブロー ソフトウェア,エルエルシー | データセット特性に基づく可視化内のマークの分析 |
CN110298580A (zh) * | 2019-06-26 | 2019-10-01 | 刘玉静 | 一种基于人力资源开发的职业潜能测评*** |
EP4020347A4 (en) * | 2019-08-21 | 2022-10-12 | Sony Group Corporation | INFORMATION PROCESSING DEVICE, INFORMATION PROCESSING METHOD AND PROGRAM |
US11089112B2 (en) * | 2019-08-21 | 2021-08-10 | Facebook, Inc. | Low latency interactive media distribution using shared user hardware |
US11222242B2 (en) * | 2019-08-23 | 2022-01-11 | International Business Machines Corporation | Contrastive explanations for images with monotonic attribute functions |
US11783266B2 (en) | 2019-09-18 | 2023-10-10 | Tableau Software, LLC | Surfacing visualization mirages |
CN111159043B (zh) * | 2019-12-31 | 2024-02-27 | 中国银行股份有限公司 | 一种测试风险的自动识别方法及*** |
US11990057B2 (en) * | 2020-02-14 | 2024-05-21 | ARH Technologies, LLC | Electronic infrastructure for digital content delivery and/or online assessment management |
SE2030053A1 (en) * | 2020-02-18 | 2021-08-19 | El Zouki Elias | Integrated automation in matchmaking for business platform |
WO2021168254A1 (en) * | 2020-02-21 | 2021-08-26 | Pymetrics, Inc. | Systems and methods for data-driven identification of talent and pipeline matching to role |
JP7521226B2 (ja) * | 2020-03-27 | 2024-07-24 | 日本電気株式会社 | 情報処理装置、情報処理方法、およびプログラム |
EP3910574A1 (en) | 2020-05-14 | 2021-11-17 | Game Time Project Sp. z o.o. | Method for assessing personality profile of player and computer program product implementing same |
US11550815B2 (en) | 2020-07-30 | 2023-01-10 | Tableau Software, LLC | Providing and surfacing metrics for visualizations |
US11397746B2 (en) | 2020-07-30 | 2022-07-26 | Tableau Software, LLC | Interactive interface for data analysis and report generation |
US11579760B2 (en) | 2020-09-08 | 2023-02-14 | Tableau Software, LLC | Automatic data model generation |
US20240020647A1 (en) | 2020-09-24 | 2024-01-18 | Miidas Co., Ltd. | Method of matching human resources |
US20220101270A1 (en) * | 2020-09-30 | 2022-03-31 | Amazon Technologies, Inc. | Prognostics and health management service |
CN112418706A (zh) * | 2020-12-07 | 2021-02-26 | 绿瘦健康产业集团有限公司 | 一种员工能力评估方法及装置 |
CN112558965B (zh) * | 2020-12-10 | 2023-12-26 | 广州市网星信息技术有限公司 | 游戏地图数据适配方法、装置、设备和存储介质 |
CN112785247A (zh) * | 2020-12-30 | 2021-05-11 | 南京博尔英科技有限公司 | 一种数字智能化招聘管理*** |
CN113011711B (zh) * | 2021-02-24 | 2023-08-22 | 湖南汽车工程职业学院 | 一种差异规划人力资源管理*** |
JPWO2022230050A1 (ja) * | 2021-04-27 | 2022-11-03 | ||
WO2022230049A1 (ja) * | 2021-04-27 | 2022-11-03 | 株式会社I’mbesideyou | 動画像分析システム |
JPWO2022230065A1 (ja) * | 2021-04-27 | 2022-11-03 | ||
JPWO2022230155A1 (ja) * | 2021-04-29 | 2022-11-03 | ||
KR102383371B1 (ko) * | 2021-07-22 | 2022-04-08 | 주식회사 에이치엠씨네트웍스 | 하드웨어 리소스 프로비저닝 최적화 방법 및 그 방법이 적용된 온라인 서비스 제공 방법 |
US11741651B2 (en) | 2022-01-24 | 2023-08-29 | My Job Matcher, Inc. | Apparatus, system, and method for generating a video avatar |
WO2024019917A1 (en) * | 2022-07-19 | 2024-01-25 | React Neuro Inc. | Systems and methods for assessment and training of perceptual-motor efficiency using motion |
CN117112116B (zh) * | 2023-10-16 | 2024-02-02 | 成都市蓉通数智信息技术有限公司 | 基于数字政务的用户管理*** |
Family Cites Families (67)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6093119A (en) | 1998-07-31 | 2000-07-25 | Tipton; Steven M. | Football training and evaluation apparatus |
US7792773B2 (en) | 2002-10-23 | 2010-09-07 | Genesys Telecommunications Laboratories, Inc. | Method and system for enabling automated and real-time discovery of skills available to agents and systems in a multimedia communications network |
US7502748B1 (en) | 1999-08-31 | 2009-03-10 | Careerious Inc. | Job matching system and method |
US7457764B1 (en) | 2000-02-04 | 2008-11-25 | Iq Navigator | System and method for matching human resources to human resource needs |
CA2417863A1 (en) | 2000-08-03 | 2002-02-14 | Unicru, Inc. | Electronic employee selection systems and methods |
JP3986739B2 (ja) | 2000-08-31 | 2007-10-03 | 富士通株式会社 | 最適研修推奨装置、最適研修推奨方法および最適研修推奨プログラムを記録したコンピュータ読み取り可能な記録媒体 |
JP2002140558A (ja) | 2000-11-02 | 2002-05-17 | Taiyo Yuden Co Ltd | ネットワークサービス方法、ネットワークサービス装置およびネットワークサービスプログラムを格納した記録媒体 |
CA2441556C (en) | 2001-03-19 | 2015-06-16 | Techmicro, Inc. | Application of multi-media technology to computer administered vocational personnel assessment |
US20030050816A1 (en) | 2001-08-09 | 2003-03-13 | Givens George R. | Systems and methods for network-based employment decisioning |
JP2003076886A (ja) * | 2001-09-03 | 2003-03-14 | Human Bank Ltd | 求職・求人情報システム及びこれを実現するためのプログラムを記録した記録媒体 |
US6996806B2 (en) | 2001-09-21 | 2006-02-07 | International Business Machines Corporation | Graphical view of program structure during debugging session |
US7424438B2 (en) | 2002-03-19 | 2008-09-09 | Marc Vianello | Apparatus and methods for providing career and employment services |
JP4255314B2 (ja) | 2003-05-23 | 2009-04-15 | 財団法人鉄道総合技術研究所 | ヒューマンエラー診断システム |
JP2005018274A (ja) * | 2003-06-24 | 2005-01-20 | Saint Media:Kk | 人材マッチング方法及び人材マッチングシステム |
US20050114203A1 (en) | 2003-11-24 | 2005-05-26 | Terrance Savitsky | Career planning tool |
JP2005258519A (ja) * | 2004-03-09 | 2005-09-22 | First Career Trading Co Ltd | 採用内定率を利用した求人システム及びその運用方法 |
US7502804B2 (en) | 2004-03-17 | 2009-03-10 | Hrvision Ltd. | Method of candidate selection using an organization-specific job profile |
US7565193B2 (en) | 2004-06-14 | 2009-07-21 | Cephos Corp. | Questions and control paradigms for detecting deception by measuring brain activity |
JP2006092109A (ja) * | 2004-09-22 | 2006-04-06 | Fujitsu Ltd | 合否決定支援装置、合否決定支援方法、合否決定支援プログラム、合否決定支援プログラムを格納したコンピュータ読み取り可能な記録媒体 |
JP4009632B2 (ja) | 2004-11-01 | 2007-11-21 | 有限会社 上野ビジネスコンサルタンツ | 検査方法、検査システム、検査システム用プログラム及び検査システムサーバー装置 |
US7751878B1 (en) | 2004-11-10 | 2010-07-06 | Sandia Corporation | Real-time human collaboration monitoring and intervention |
JP2007041878A (ja) | 2005-08-03 | 2007-02-15 | Railway Technical Res Inst | 適性検査評価システム |
US20070185757A1 (en) | 2006-02-09 | 2007-08-09 | Sap | Talent relationship management with E-recruiting |
US20080003553A1 (en) | 2006-06-14 | 2008-01-03 | Roger Stark | Cognitive learning video game |
US20130164713A1 (en) | 2011-12-23 | 2013-06-27 | Zonar Systems, Inc. | Method and apparatus for gps based slope determination, real-time vehicle mass determination, and vehicle efficiency analysis |
US8204778B2 (en) * | 2007-06-29 | 2012-06-19 | Peopleanswers, Inc. | Behavioral profiles in sourcing and recruiting as part of a hiring process |
US8353749B2 (en) | 2007-09-04 | 2013-01-15 | Dean Sanders | Vehicle tracking system, method and game |
US8615479B2 (en) | 2007-12-13 | 2013-12-24 | The Invention Science Fund I, Llc | Methods and systems for indicating behavior in a population cohort |
CN101952851A (zh) * | 2008-02-26 | 2011-01-19 | 汤姆斯股份有限公司 | 产业人才的持续能力开发*** |
US20100010317A1 (en) | 2008-07-09 | 2010-01-14 | De Lemos Jakob | Self-contained data collection system for emotional response testing |
US20100082356A1 (en) | 2008-09-30 | 2010-04-01 | Yahoo! Inc. | System and method for recommending personalized career paths |
US9558499B2 (en) * | 2009-02-27 | 2017-01-31 | The Forbes Consulting Group, Llc | Methods and systems for assessing psychological characteristics |
IL201810A (en) | 2009-10-29 | 2015-06-30 | Greenroad Driving Technologies Ltd | METHOD AND DEVICE FOR ASSESSING EFFECTIVE FUEL CONSUMPTION IN CAR |
US20110218821A1 (en) * | 2009-12-15 | 2011-09-08 | Matt Walton | Health care device and systems and methods for using the same |
US8628331B1 (en) | 2010-04-06 | 2014-01-14 | Beth Ann Wright | Learning model for competency based performance |
WO2012012791A2 (en) | 2010-07-23 | 2012-01-26 | Anne Galya | Business matching system and methods thereof for the creative arts industries |
US8928498B2 (en) | 2010-09-27 | 2015-01-06 | Honeywell International Inc | Workload management system and method |
US20130185218A1 (en) | 2010-10-28 | 2013-07-18 | Talentcircles, Inc. | Methods and apparatus for a social recruiting network |
AU2011332799A1 (en) * | 2010-11-24 | 2013-07-11 | Digital Artefacts, Llc | Systems and methods to assess cognitive function |
US8655793B2 (en) | 2011-01-03 | 2014-02-18 | Pugazendhi Asaimuthu | Web-based recruitment system |
WO2012135654A1 (en) | 2011-04-01 | 2012-10-04 | Concorrx Corporation | Computer-executed method, system, and computer readable medium for testing neuromechanical function |
US20120258436A1 (en) | 2011-04-08 | 2012-10-11 | Case Western Reserve University | Automated assessment of cognitive, fine-motor, and memory skills |
US20120271675A1 (en) | 2011-04-19 | 2012-10-25 | Alpine Access, Inc. | Dynamic candidate organization system |
US20130066769A1 (en) | 2011-09-13 | 2013-03-14 | William TRENCHARD | Methods of distributed interviewing |
US9014614B2 (en) | 2011-10-20 | 2015-04-21 | Cogcubed Corporation | Cognitive assessment and treatment platform utilizing a distributed tangible-graphical user interface device |
US20130216986A1 (en) * | 2012-02-20 | 2013-08-22 | Athletic Intelligence Measures, Llc | Cognitive aptitude assessment tool |
US20130260357A1 (en) * | 2012-03-27 | 2013-10-03 | Lauren Reinerman-Jones | Skill Screening |
US20130290207A1 (en) * | 2012-04-30 | 2013-10-31 | Gild, Inc. | Method, apparatus and computer program product to generate psychological, emotional, and personality information for electronic job recruiting |
US20130311416A1 (en) | 2012-05-16 | 2013-11-21 | Xerox Corporation | Recommending training programs |
US20140015749A1 (en) * | 2012-07-10 | 2014-01-16 | University Of Rochester, Office Of Technology Transfer | Closed-loop crowd control of existing interface |
US20150079578A1 (en) | 2012-08-10 | 2015-03-19 | Dario Nardi | Neurological performance quotient |
US20140195310A1 (en) | 2012-10-04 | 2014-07-10 | Zonar Systems, Inc. | Virtual trainer for in vehicle driver coaching and to collect metrics to improve driver performance |
WO2014071307A1 (en) * | 2012-11-05 | 2014-05-08 | Velvet Ape, Inc. | Methods for targeted advertising |
US20140129462A1 (en) | 2012-11-07 | 2014-05-08 | International Business Machines Corporation | Multifaceted candidate screening |
US20140214709A1 (en) | 2013-01-07 | 2014-07-31 | Assessment Innovation, Inc. | Occupational performance assessment apparatuses, methods and systems |
US20140278633A1 (en) | 2013-03-12 | 2014-09-18 | Kevin M. Daly | Skill-based candidate matching |
US20140279636A1 (en) * | 2013-03-13 | 2014-09-18 | Profiles International, Inc. | System and method for using three dimensional graphical figures in an assessment |
US20140279635A1 (en) | 2013-03-13 | 2014-09-18 | Profiles International, Inc. | System and method for utilizing assessments |
EA201300375A1 (ru) | 2013-04-18 | 2014-10-30 | Общество С Ограниченной Ответственностью "Умный Рекрутинг" | Способ организации поисковой базы данных с использованием нечетких критериев |
US9996822B2 (en) | 2013-05-01 | 2018-06-12 | Mercer (US) Inc. | Systems and methods for identifying hidden talent |
US20140351156A1 (en) | 2013-05-24 | 2014-11-27 | mySOAP PH Limited | Method and system of personal assessment and profiling |
US20150046357A1 (en) | 2013-08-09 | 2015-02-12 | Mattersight Corporation | Systems and methods for evaluating job candidates |
US20150154564A1 (en) * | 2013-12-02 | 2015-06-04 | Hirevue, Inc. | Weighted evaluation comparison |
KR101495672B1 (ko) * | 2014-03-21 | 2015-02-27 | (주)한국브릿지개발원 | 피팅률 산출에 의한 직업 피팅 시스템 |
JP6791850B2 (ja) | 2014-06-27 | 2020-11-25 | パイメトリクス,インコーポレイテッド | 才能のデータ駆動型識別システム及び方法 |
US20160275431A1 (en) * | 2015-03-18 | 2016-09-22 | Adp, Llc | Employee Evaluation System |
EP3394808A4 (en) * | 2015-12-23 | 2019-05-15 | Pymetrics, Inc. | SYSTEMS AND METHOD FOR DATA-CONTROLLED IDENTIFICATION OF TALENT |
-
2016
- 2016-12-22 EP EP16880131.4A patent/EP3394808A4/en not_active Ceased
- 2016-12-22 JP JP2018532380A patent/JP6700396B2/ja active Active
- 2016-12-22 WO PCT/US2016/068454 patent/WO2017112914A2/en active Application Filing
- 2016-12-22 KR KR1020187020903A patent/KR20180118611A/ko not_active Application Discontinuation
- 2016-12-22 AU AU2016379422A patent/AU2016379422A1/en not_active Abandoned
- 2016-12-22 CA CA3006640A patent/CA3006640A1/en active Pending
- 2016-12-22 CN CN201680082459.8A patent/CN108701293A/zh active Pending
-
2018
- 2018-06-20 US US16/013,784 patent/US11030554B2/en active Active
-
2020
- 2020-04-30 JP JP2020080544A patent/JP2020126684A/ja active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020126684A (ja) * | 2015-12-23 | 2020-08-20 | パイメトリクス,インコーポレイテッド | 才能のデータ駆動型識別のシステム及び方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108701293A (zh) | 2018-10-23 |
US20190026681A1 (en) | 2019-01-24 |
US11030554B2 (en) | 2021-06-08 |
KR20180118611A (ko) | 2018-10-31 |
WO2017112914A2 (en) | 2017-06-29 |
CA3006640A1 (en) | 2017-06-29 |
JP2020126684A (ja) | 2020-08-20 |
WO2017112914A3 (en) | 2017-08-10 |
EP3394808A4 (en) | 2019-05-15 |
JP2019508776A (ja) | 2019-03-28 |
AU2016379422A1 (en) | 2018-06-14 |
EP3394808A2 (en) | 2018-10-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6700396B2 (ja) | 才能のデータ駆動型識別のシステム及び方法 | |
JP6791850B2 (ja) | 才能のデータ駆動型識別システム及び方法 | |
Pandit et al. | Examining entrepreneurial intention in higher education: An exploratory study of college students in India | |
Bettinger et al. | The effects of student coaching: An evaluation of a randomized experiment in student advising | |
EP3616619A1 (en) | Method of preparing recommendations for taking decisions on the basis of a computerized assessment of the capabilities of users | |
US20190087781A1 (en) | Digital credential system for employer-based skills analysis | |
Teo et al. | Understanding the intention to use technology by preservice teachers: An empirical test of competing theoretical models | |
Jones | Advising the whole student: eAdvising analytics and the contextual suppression of advisor values | |
US20210264371A1 (en) | Systems and methods for data-driven identification of talent and pipeline matching to role | |
US20130344968A1 (en) | System and method for extracting value from game play data | |
US10558916B2 (en) | Simulation system and method for integrating client behavioral preferences within decision-based simulation scenarios | |
Cesario et al. | Power poseur: Bodily expansiveness does not matter in dyadic interactions | |
Fitzpatrick et al. | An Exploratory Study of Engineering Graduate Student Persistence: Self-Efficacy and Contextual Influences | |
Bhatia et al. | The relationship between parental attachment and career aspirations in Indian female undergraduate students | |
WO2013184848A2 (en) | System and method for extracting value from game play data | |
Nomlala | Financial capability, financial socialisation and professional skills of Accounting students studying in KwaZulu-Natal universities. | |
Michaud et al. | Transformational leadership, well-being, morale, and readiness: The mediating role of empowerment | |
Ham | Big Data in Student Data Analytics: Higher Education Policy Implications for Student Autonomy, Privacy, Equity, and Educational Value | |
Hejazi | Responsibility Factors of Reducing Inefficiencies in Information System Processes and Their Role on Intention to Acquire Six Sigma Certification |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191111 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200228 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200331 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200430 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6700396 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |