Características de Prolific
Métodos de respuesta del usuario (5)
Encuesta
Encuestas o cuestionarios basados en texto relacionados con la experiencia del usuario.
Fragmentos de vídeo
Videoclips grabados individualmente basados en situaciones o indicaciones.
Video Entrevista
Videoconferencias uno a uno con los usuarios.
Envío de fotos
Capturas de pantalla o fotos en contexto enviadas por los usuarios.
Texto/Notas
Respuestas de texto a mensajes situacionales.
Selección de participantes (4)
En la aplicación
Interceptar usuarios durante el uso de la aplicación.
En la tienda
Interceptar a los clientes durante la experiencia de compra en persona.
En el sitio
Interceptar visitantes mientras están en una página web en particular.
Grupo de reclutamiento
Base de datos de encuestados proporcionada por el proveedor.
Ideas (3)
Analytics
Datos procesables generados a partir de las respuestas de los usuarios.
Colaboración
Herramientas colaborativas para analizar o reutilizar respuestas.
Clasificación
Herramientas para etiquetar, almacenar y buscar respuestas.
Funcionalidad (5)
Pruebas de multitudes
Pruebas de software, sitio web o aplicación de origen para un grupo diverso de usuarios de prueba.
Seguimiento de comentarios
Proporcionar un seguimiento manual o automatizado de los comentarios sobre las funciones y errores del software, el sitio web o la aplicación.
Integración
Integre con otras herramientas de plataforma de desarrollo, gestión de productos y pruebas de software.
Requisitos
Establezca los requisitos para las pruebas que el software, el sitio web o la aplicación tendrían que pasar.
Registro
Grabe las acciones de software, sitio web, aplicación y pruebe las acciones de los usuarios con el registro a gran escala para realizar un seguimiento de las acciones y los errores.
Admin (1)
Análisis de pruebas
Proporcione métricas de resultados de prueba en texto y representaciones visuales.
Calidad (4)
Calidad de la etiquetadora
Ofrece al usuario una métrica para determinar la calidad de los etiquetadores de datos, en función de las puntuaciones de consistencia, el conocimiento del dominio, la verdad dinámica del terreno y más.
Calidad de la tarea
Garantiza que las tareas de etiquetado sean precisas a través del consenso, la revisión, la detección de anomalías y más.
Calidad de los datos
Asegura que los datos sean de alta calidad en comparación con el punto de referencia.
Humano-en-el-bucle
Ofrece al usuario la posibilidad de revisar y editar etiquetas.
Automatización (2)
Preetiquetado de aprendizaje automático
Utiliza modelos para predecir la etiqueta correcta para una entrada determinada (imagen, vídeo, audio, texto, etc.).
Enrutamiento automático del etiquetado
Dirija automáticamente la entrada a la etiquetadora o servicio de etiquetado óptimo en función de la velocidad y el costo previstos.
Anotación de imagen (4)
Segmentación de imágenes
Tiene la capacidad de colocar cuadros o polígonos imaginarios alrededor de objetos o píxeles en una imagen.
Detección de objetos
Tiene la capacidad de detectar objetos dentro de imágenes.
Seguimiento de objetos
Realizar un seguimiento de identificadores de objetos únicos en varios fotogramas de vídeo
Tipos de datos
Admite una gama de diferentes tipos de imágenes (satélite, cámaras térmicas, etc.)
Anotación en lenguaje natural (3)
Reconocimiento de entidad designada
Ofrece al usuario la capacidad de extraer entidades del texto (como ubicaciones y nombres).
Detección de sentimientos
Le da al usuario la capacidad de etiquetar texto en función de su sentimiento.
Ocr
Ofrece al usuario la capacidad de etiquetar y verificar los datos de texto de una imagen.
Anotación de voz (2)
Transcripción
Permite al usuario transcribir audio.
Reconocimiento de emociones
Le da al usuario la capacidad de etiquetar emociones en audio grabado.
IA generativa (1)
Resumen de texto
Condensa documentos largos o texto en un breve resumen.
Integración - Aprendizaje Automático (1)
Integración
Soporta la integración con múltiples fuentes de datos para una entrada de datos fluida.
Aprendizaje - Aprendizaje automático (3)
Datos de entrenamiento
Mejora la precisión y velocidad de la salida a través de la ingestión eficiente y procesamiento de datos de entrenamiento.
Información Accionable
Genera ideas prácticas aplicando patrones aprendidos a problemas clave.
Algoritmo
Continuamente mejora y se adapta a nuevos datos utilizando algoritmos específicos.





