기하급수적 성장을 위한 <span>기술과 인재 지능</span> 활용

{"theme":"ets-gray","descriptionContent":"\u003ch2\u003e\u003cspan class\u003d\"heading2\"\u003e\u003cspan class\u003d\"highlight\"\u003e\u003cspan class\u003d\"text-color-mint-green\"\u003e과학적으로 뒷받침된\u003c/span\u003e 선도\u003c/span\u003e적인 인재 관리\u003c/span\u003e\u003c/h2\u003e\r\n\u003cp\u003eFuturenav 평가는 수십 년간의 연구를 기반으로 합니다. 이 연구는 Futurenav 제품을 검증합니다.\u003c/p\u003e\r\n\u003cp\u003e성격의 5가지 요인 모델에 기반한 주요 연구는 Futurenav Edge가 다음과 같다는 것을 보여줍니다:\u003c/p\u003e\r\n\u003cul\u003e\r\n\u003cli\u003e부정행위에 저항\u003c/li\u003e\r\n\u003cli\u003e구두 의사소통 기술에 대한 보다 포괄적인 평가를 제공하기 위해 고급 방법을 사용합니다\u003c/li\u003e\r\n\u003cli\u003e인구통계학적 편향을 줄이면서 화자의 자신감을 정확히 예측합니다\u003c/li\u003e\r\n\u003cli\u003e대학원 GPA 예측\u003c/li\u003e\r\n\u003c/ul\u003e","enableAnimation":false,"allAccordionsOpen":false,"accordions":[{"title":"대학원 보건과학, ABA 인증 법학전문대학원 및 MBA 프로그램에서의 타당성 증거","accordionContent":"\u003cp\u003e초기 버전의 Futurenav Edge1을 사용한 세 개의 별도 연구에서, 점수가 학부 GPA와 표준화 시험 점수의 예측보다 누적 평점(GPA) 예측에 상당히 기여하는 것으로 나타났습니다. 결과는 또한 긍정적인 사용자 경험도 보여주었습니다.\u003c/p\u003e\r\n\u003cul\u003e\r\n\u003cli\u003e\u003ca title\u003d\"Health Sciences PDF\" href\u003d\"/content/dam/ets-org/pdfs/futurenav/health-sciences.pdf\" target\u003d\"_blank\" rel\u003d\"noopener noreferrer\"\u003e보건과학 보고서 읽기\u003c/a\u003e\u003c/li\u003e\r\n\u003cli\u003e\u003ca title\u003d\"Law School Validity\" href\u003d\"/content/dam/ets-org/pdfs/futurenav/law-school-validity.pdf\" target\u003d\"_blank\" rel\u003d\"noopener noreferrer\"\u003e로스쿨 보고서를 읽어보세요\u003c/a\u003e\u003c/li\u003e\r\n\u003cli\u003e\u003ca title\u003d\"MBA Programs Report PDF\" href\u003d\"/content/dam/ets-org/pdfs/futurenav/business.pdf\" target\u003d\"_blank\" rel\u003d\"noopener noreferrer\"\u003eMBA 프로그램 보고서를 읽어보세요\u003c/a\u003e\u003c/li\u003e\r\n\u003c/ul\u003e\r\n\u003cp\u003e\u003csub\u003e\u003csup\u003e1\u003c/sup\u003e ETS의 개인 기술 및 자질(PSQ) 평가는 동일한 5요인 성격 모델에 기반한 초기 버전의 Futurenav Edge로, 유사한 응답 형식과 점수 모델을 사용합니다.\u003c/sub\u003e\u003c/p\u003e"},{"title":"다중 모달 입력을 이용한 구두 의사소통 숙련도 점수 예측","accordionContent":"이 논문은 언어 사용, 전달, 주제 개발 등 분야에서 구두 의사소통 능력 점수를 정확하게 예측하기 위한 다중 작업 학습 모델 사용을 지원하는 기술 문서를 제공합니다.","ctas":[{"ctaLabel":"보고서 읽기","ctaLabelAccessible":"보고서 읽기","ctaLink":"/content/dam/ets-org/pdfs/futurenav/ASRU2023-subscoring.pdf","ctaTarget":true,"ctaType":"secondary-cta","enableGatedContent":false,"ctaArrow":false}]},{"title":"시각 및 음성 기능을 이용한 영상 녹화에서 화자의 자신감 예측","accordionContent":"본 논문은 시각 및 음성 특성을 포함한 다중 모달 데이터를 활용하여 비디오 녹화에서 신뢰도를 예측하는 기초 프레임워크를 소개하여, 기초 방법에 비해 신뢰도 예측 정확도를 크게 향상시킵니다.","ctas":[{"ctaLabel":"보고서 읽기","ctaLabelAccessible":"보고서 읽기","ctaLink":"/content/dam/ets-org/pdfs/futurenav/mmai-icmi-2022.pdf","ctaTarget":true,"ctaType":"secondary-cta","enableGatedContent":false,"ctaArrow":false}]},{"title":"영상 발표에서 화자의 신뢰도를 예측하기 위한 편향 완화 기법","accordionContent":"다중 모달 접근법을 사용하여 영상 발표에서 화자의 신뢰도를 예측하여, 인종, 성별, 억양, 연령 등 다양한 인구통계학적 통계학적 특성에서 신뢰 예측 모델의 예측 정확도를 향상시키기 위한 편향 완화 기법을 소개합니다.","ctas":[{"ctaLabel":"보고서 읽기","ctaLabelAccessible":"보고서 읽기","ctaLink":"/content/dam/ets-org/pdfs/futurenav/mmai-edm-2024.pdf","ctaTarget":true,"ctaType":"secondary-cta","enableGatedContent":false,"ctaArrow":false}]}],"line":false,"enableViewMore":false,"modal":{},"dataLayer":{"brand":"futurenav","pageCategory":"퓨처내비","contentType":"futurenav","navigationName":"leading_science_backed_talent_management"}}