Menangani karakteristik manusia dengan DX

Tes Tes Uchida-Kraepelin ideal untuk menangani "karakteristik kemampuan" dan "karakteristik/karakteristik perilaku" orang dalam DX (transformasi digital).

definisi DX

Transformasi digital adalah sebuah konsep bahwa `` penetrasi IT akan mengubah kehidupan masyarakat ke arah yang lebih baik dalam segala aspek' '. Disingkat DX.

Kementerian Ekonomi, Perdagangan, dan Industri Jepang mendefinisikan DX sebagai berikut dalam "Panduan Promosi DX".

Perusahaan menanggapi perubahan drastis dalam lingkungan bisnis, memanfaatkan data dan teknologi digital, dan mengubah produk, layanan, dan model bisnis mereka berdasarkan kebutuhan pelanggan dan masyarakat.・Mengubah budaya perusahaan dan membangun keunggulan kompetitif.

Tes Uchida-Kraepelin dan DX

Sekilas, Tes Uchida-Kraepelin yang menggunakan kertas dan pensil ini sepertinya tidak ada hubungannya dengan teknologi digital.
Namun nyatanya, metode pemeriksaan unik, yang hanya melakukan "pekerjaan" penjumlahan angka dan menangani "data" jumlah pekerjaan per menit dan jumlah jawaban yang salah, pada dasarnya bersifat digital.
Grafik dan kalimat yang ditampilkan pada lembar hasil penilaian hanyalah visualisasi dari data digital yang mudah dilihat oleh manusia.

Dua jenis data berikut dapat diperoleh dari Tes Uchida-Kraepelin.

1. Data tes mentah seperti jumlah pekerjaan per menit, jumlah jawaban yang salah, usia, dll.
2. Data hasil penilaian diperoleh dengan melewatkan data mentah melalui model penilaian

Model penilaian adalah fungsi yang diperoleh dengan membandingkan data mentah dan data klinis (perilaku umum, gaya belajar, kesesuaian dengan tugas tertentu, kecelakaan, kesehatan, dll.) Terus ditingkatkan untuk ketajaman yang lebih baik.

Jika Anda menggunakan penilaian cloud Tes Uchida-Kraepelin, Anda akan diberikan file CSV, yang merupakan data hasil penilaian yang dibuat saat data mentah dinilai dengan model tertentu.

Jika ada model penilaian yang sesuai dengan tujuan, data hasil penilaian dapat digunakan, dan jika tidak ada model yang cocok, AI dapat digunakan untuk menganalisis hubungan antara data mentah atau data hasil penilaian yang ada dengan data klinis. mungkin untuk mengembangkan model baru menggunakan

Silakan gunakan Tes Uchida-Kraepelin untuk mewujudkan DX.

Contoh proposal DX) Penggunaan Tes Uchida-Kraepelin untuk mengurangi kecelakaan lalu lintas

SDGs (Sustainable Development Goals) Tujuan 3 “Kesehatan dan kesejahteraan yang baik” mencakup Target 6 “Mengurangi setengah kematian dan cedera lalu lintas”.
Ada berbagai cara untuk mengurangi kecelakaan lalu lintas, tetapi mari pertimbangkan metode menggunakan Tes Uchida-Kraepelin.

Dapat atau tidaknya Tes Uchida-Kraepelin digunakan, perlu diteliti apakah ada korelasi antara karakteristik kemampuan, kepribadian, dan perilaku seseorang dengan kecelakaan lalu lintas Membandingkan hasil penilaian suatu kelompok yang menyebabkan kecelakaan lalu lintas dan kelompok yang belum pernah mengalami kecelakaan lalu lintas, terlihat jelas bahwa distribusi karakteristik dari segi kemampuan dan karakteristik dari segi kepribadian dan perilaku jelas berbeda.

Dengan menetapkan kriteria sementara yang tampaknya dapat membedakan antara keselamatan dan bahaya, dan menggunakan data aktual, kelompok korban kecelakaan dan kelompok pekerja non-kecelakaan dibagi menjadi dua kelompok, masing-masing kelompok A dan B, sehingga sebagai berikut hasil. .

	Kelompok kecelakaan	Grup bebas kecelakaan
grup A	38%	76%
Grup B	62%	dua puluh empat%
total	100%	100%

Melihat hal tersebut, memang tidak mungkin untuk sepenuhnya memisahkan antara korban kecelakaan dengan yang tidak mengalami kecelakaan, namun setidaknya dapat dikatakan bahwa Grup A merupakan grup yang lebih aman dibandingkan Grup B.

Jadi mari kita lihat apakah tingkat kecelakaan akan turun jika Grup B tidak mengemudi.
Dalam beberapa tahun terakhir, kemungkinan orang Jepang mengalami kecelakaan mobil dikatakan sekitar 1% per tahun.

	Kelompok kecelakaan	Grup bebas kecelakaan
grup A	38 orang	7524 orang
Grup B	62 orang	2376 orang
total	100 (1%)	9900 (99%)

Tingkat kecelakaan Grup A: 38 ÷ 7524≒0,5%
Tingkat kecelakaan Grup B: 62÷2376≒2,6%
Grup B lima kali lebih berbahaya daripada Grup A, jadi jika Grup B memutuskan untuk tidak mengemudi, tingkat kecelakaan turun dari 1% menjadi 0,5%.
Ini berarti bahwa kecelakaan lalu lintas dapat dipotong setengahnya.
Namun, tidak mengizinkan Grup B mengemudi (tidak memberikan SIM) tidak realistis karena bahkan 2.376 orang tanpa kecelakaan tidak akan dapat mengemudi.
Di situlah TI masuk.
Misalnya, efek yang sama dapat diperoleh dengan mendorong peralihan dari Grup B ke ASV (kendaraan keselamatan tingkat lanjut) dan mobil self-driving secara istimewa.

Saat ini, Jepang memiliki jumlah kecelakaan lalu lintas yang sangat rendah dibandingkan dengan negara lain di dunia, tetapi jelas bahwa bahkan di negara seperti itu, jumlah kecelakaan lalu lintas dapat dikurangi lebih lanjut, yang bahkan akan lebih efektif di negara-negara tersebut. di mana sistem perizinan dan aturan lalu lintas tidak ada.
Kesehatan yang baik dan kesejahteraan untuk semua.

Jika Anda tidak dapat menemukan distributor di dekat Anda, atau jika Anda ingin melamar di beberapa wilayah, jangan ragu untuk menghubungi kami menggunakan formulir .