Xobin میں انصاف اس بات کے نام سے شروع ہوتا ہے کہ ہم جن ذیلی گروپوں کی جانچ کر رہے ہیں اور انصاف کی تعریف جس پر ہم تشخیص کو رکھ رہے ہیں۔ گروپ کی تعریفیں گاہک کے تعمیل کے فریم ورک کے ذریعہ طے کی جاتی ہیں، عام طور پر جنس، عمر کی حد، اور علاقہ، اور صرف مجموعی طور پر استعمال کی جاتی ہیں، کبھی بھی کسی فرد امیدوار کے اسکورنگ کے لیے ان پٹ کے طور پر نہیں۔ دائرہ کار کو تشخیص کے شواہد کے ڈوئیر میں دستاویزی شکل دی گئی ہے تاکہ ایک جائزہ لینے والا بالکل دیکھ سکے کہ کیا آڈٹ کیا گیا تھا اور کیا نہیں۔
ہر اسکور شدہ آئٹم اور ہر مکمل تشخیص کے لیے ہم معیاری 4/5ths اصول کے خلاف منفی اثرات کا تجزیہ کرتے ہیں، آئٹمز کو مختلف آئٹم کی فعالیت (DIF) کے لیے جانچتے ہیں، وہ صورت جہاں برابر بنیادی صلاحیت کے حامل امیدوار ایک آئٹم کا جواب مختلف گروپوں میں مختلف طریقے سے دیتے ہیں، اور وقت کے ساتھ گروپ کے اوسط فرق کو ٹریک کرتے ہیں۔ نتائج کو اعتبار اور درستگی کے ساتھ رپورٹ کیا جاتا ہے، کیونکہ ایک منصفانہ ٹیسٹ تینوں کے بارے میں ایک مشترکہ دعویٰ ہے۔
جو آئٹمز مستقل DIF دکھاتے ہیں انہیں فعال آئٹم پول سے نکالا جاتا ہے اور جائزے، دوبارہ لکھنے، یا ریٹائرمنٹ کے لیے موضوع کے ماہرین کے پاس بھیجا جاتا ہے۔ جو تشخیصات مجموعی طور پر 4/5ths کے تناسب میں ناکام ہوتی ہیں انہیں دوبارہ توثیق کی سفارش کے ساتھ صارف کو نشان زد کیا جاتا ہے قبل اس کے کہ انہیں جاری رکھا جائے۔ تعصب کی جانچ ایک لوپ ہے، نہ کہ ایک سند: وہی ٹیسٹ ہر اصلاح کے بعد دوبارہ چلائے جاتے ہیں۔
یہاں بیان کردہ انصاف کے چیک مسلسل ان تشخیصات پر لاگو ہوتے ہیں جن کے ساتھ صارفین بھرتی کرتے ہیں۔ وہ ٹیمیں جو اپنی بھرتی میں اسی سختی کی خواہاں ہیں وہ اسے براہ راست استعمال کر سکتی ہیں Xobin.
یہاں بیان کردہ طریقہ کار وہ ہے جو ہر Xobin تشخیص اور AI انٹرویو کے اندر چلتا ہے، تاکہ بھرتی کی ٹیمیں شواہد کی بنیاد پر ٹیلنٹ کے فیصلے کر سکیں، نہ کہ جبلت پر۔ Xobin دیکھیں.
