Inverse Suitability: Identifying Condition Difficulty and Rider Skill from Behavioural Outcomes via Continuous-Item Response Theory

तकनीकी सारांश: निरंतर-आइटम रिस्पॉन्स थ्योरी के माध्यम से इन्वर्स सूटेबिलिटी (Inverse Suitability)

समस्या विवरण
बाहरी गतिविधियों (जैसे काइटसर्फिंग, स्की टूरिंग) के लिए वर्तमान परिचालन निर्णय सहायता (operational decision support) "सूटेबिलिटी स्कोरिंग" पर निर्भर करती है, जो पर्यावरणीय स्थितियों (हवा की गति, लहर की ऊंचाई, बर्फ की स्थिरता) को 'जाओ/न जाओ' (go/no-go) के निर्णय में मैप करती है। ये मैपिंग आमतौर पर विशेषज्ञ-निर्धारित वक्र (curves) होती हैं जिन्हें देखे गए परिणामों के आधार पर कैलिब्रेट किया जाता है। यह शोध पत्र इस दृष्टिकोण में एक मौलिक दोष की पहचान करता है: एक एकल सूटेबिलिटी कर्व दो अलग-अलग मात्राओं को मिला देता है—स्थिति की आंतरिक कठिनाई (intrinsic difficulty) और प्रयास करने वाली जनसंख्या का कौशल स्तर (skill level)। फलस्वरूप, समान फिट किए गए सूटेबिलिटी कर्व वाले दो स्थानों की आंतरिक कठिनाइयाँ पूरी तरह भिन्न हो सकती हैं, जो वहां आने वाले ग्राहकों के अलग-अलग कौशल स्तरों के कारण छिप जाती हैं। मौजूदा मौसम संबंधी नेटवर्क पर्यावरणीय अवस्थाओं को तो मापते हैं, लेकिन वे "कठिनाई" शब्द को अलग नहीं कर पाते क्योंकि उनके पास जनसंख्या के कौशल को अलग करने के लिए आवश्यक मानव-निर्णय परत (human-decision layer) का अभाव होता है। इसके अतिरिक्त, शास्त्रीय साइकोमेट्रिक विधियाँ (जो आइटम कठिनाई को व्यक्ति की क्षमता से अलग करती हैं) सीधे तौर पर लागू नहीं होती हैं क्योंकि पर्यावरणीय स्थितियाँ निरंतर चर (continuous variables) हैं, न कि असतत (discrete) परीक्षण आइटम।

कार्यप्रणाली (Methodology)
लेखक इन्वर्स सूटेबिलिटी (Inverse Suitability) का प्रस्ताव करते हैं, जो एक निरंतर-आइटम आइटम रिस्पॉन्स थ्योरी (IRT) मॉडल है, जो केवल बाइनरी व्यवहारिक परिणामों ($y \in \{0, 1\}$) का उपयोग करके राइडर के गुप्त कौशल ($\theta_r$) को स्थिति की गुप्त कठिनाई ($\delta(x, s)$) से अलग करता है।

• मॉडल: सफल परिणाम की संभावना को इस प्रकार मॉडल किया गया है:
  $$P(y=1 | r, x, s) = \sigma(a(x, s)(\theta_r - \delta(x, s)))$$
  जहाँ $\sigma$ लॉजिस्टिक फंक्शन है, $\theta_r$ राइडर $r$ का गुप्त कौशल है, और $\delta(x, s)$ एक स्मूथ, निरंतर फलन (function) है जो भौतिक चालक (physical driver) $x$ की आंतरिक कठिनाई को साइट $s$ पर दर्शाता है। पैरामीटर $a$ विभेदन (discrimination) का प्रतिनिधित्व करता है।
• निरंतर कठिनाई (Continuous Difficulty): शास्त्रीय IRT के विपरीत, जहाँ प्रत्येक आइटम के लिए कठिनाई एक अदत (scalar) मान होती है, $\delta(x, s)$ को निरंतर भौतिक चालक (जैसे हवा की गति) पर एक स्मूथ फंक्शन (जैसे स्पलाइन) के रूप में मॉडल किया गया है।
• भौतिक एंकरिंग (Physics Anchoring): व्याख्यात्मकता सुनिश्चित करने और विरल डेटा (sparse data) को नियमित करने के लिए, कठिनाई फलन को एक भौतिकी-व्युत्पन्न विशेषज्ञ वक्र (physics-derived expert curve) से एंकर किया गया है। यह एक 'प्रायर' (prior) के रूप में कार्य करता है, जो कठिनाई पैमाने को भौतिक इकाइयों में स्थिर करता है और उन स्थितियों के लिए एक श्रिंकेज लक्ष्य (shrinkage target) के रूप में कार्य करता है जहाँ अवलोकन कम हैं।
• मार्जनल रिकवरी (Marginal Recovery): यह मॉडल एक एकल सूटेबिलिटी कर्व की तुलना में अधिक व्यापक है। कौशल वितरण $p(\theta)$ को एकीकृत करके, यह सटीक जनसंख्या-स्तरीय सूटेबिलिटी कर्व को पुनः प्राप्त करता है जिसे पारंपरिक विधियाँ फिट करेंगी। यह बैकवर्ड कम्पैटिबिलिटी सुनिश्चित करता है; यदि गुप्त संरचना की पहचान नहीं की जा सकती, तो सिस्टम डिफ़ॉल्ट रूप से मानक एकल-वक्र व्यवहार पर वापस आ जाता है।
• अनुमान (Estimation): मापदंडों का अनुमान मार्जनल मैक्सिमम लाइक्लीहुड (MML) का उपयोग करके एक EM एल्गोरिदम और गॉस-हर्मिट क्वाड्रैचर (Gauss–Hermite quadrature) के माध्यम से लगाया जाता है। यह दृष्टिकोण नियतत्ववादी (deterministic) है और भारी सैंपलिंग निर्भरताओं से बचता है।
• पहचान क्षमता (Identifiability): कौशल और कठिनाई को अलग करने के लिए एक कनेक्टेड राइडर $\times$ कंडीशन इनसिडेन्स ग्राफ की आवश्यकता होती है (राइडर्स को विविध स्थितियों में देखा जाना चाहिए, और स्थितियों का विविध राइडर्स द्वारा अनुभव किया जाना चाहिए)। यदि यह शर्त पूरी नहीं होती है, तो मॉडल स्पूरियस पर्सनलाइजेशन (spurious personalization) से बचने के लिए स्वचालित रूप से सिंगल-कर्व मार्जनल पर वापस चला जाता है।

मुख्य योगदान

1. निरंतर-आइटम IRT: यह शोध पत्र एक निरंतर भौतिक चालक पर व्याख्यात्मक IRT का विस्तार करता है, जिसमें कठिनाई को असतत आइटम विशेषताओं के बजाय एक स्मूथ फंक्शन के रूप में मॉडल किया गया है।
2. पहचान क्षमता और अनुमान: यह कौशल को कठिनाई से अलग करने की शर्तों (कनेक्टेड इनसिडेन्स ग्राफ) को स्थापित करता है और एक नियतत्ववादी MML एस्टिमेटर के साथ एक प्रलेखित फॉलबैक तंत्र प्रदान करता है।
3. आंतरिक कठिनाई एटलस (Intrinsic Difficulty Atlas): पुनः प्राप्त किया गया कठिनाई फलन एक नया, मापने योग्य, साइट-स्तरीय निर्माण परिभाषित करता है—"इंट्रिन्सिक डिफिकल्टी एटलस"। यह एक गुमनाम, जॉनेबल मैप है कि कोई स्थिति कितनी कठिन है, जो उन लोगों के कौशल मिश्रण से स्वतंत्र है जो उसका प्रयास कर रहे हैं।

परिणाम (सिंथेटिक रिकवरी)
शोध पत्र एक सिंथेटिक रिकवरी अध्ययन के माध्यम से अपनी कार्यप्रणाली को मान्य करता है, जो ज्ञात ग्राउंड ट्रुथ (80 राइडर्स, 30 परिणाम प्रत्येक) से डेटा उत्पन्न करता है और उन्हें पुनः प्राप्त करने का प्रयास करता है।

• कौशल रिकवरी: मॉडल ग्राउंड ट्रुथ के विरुद्ध 0.96 के पियर्सन सहसंबंध (Pearson correlation) के साथ गुप्त राइडर कौशल को पुनः प्राप्त करता है।
• कठिनाई स्थानीयकरण (Difficulty Localization): मॉडल कठिनाई फलन के न्यूनतम बिंदु को ग्राउंड ट्रुथ ऑप्टिमम के भीतर $\pm 3$ यूनिट के भीतर स्थित करता है (रिकवर किया गया 16.7 नॉट्स बनाम वास्तविक 18 नॉट्स)।
• पूर्वानुमान लाभ (Predictive Gain): स्किल-कंडीशन मॉडल होल्ड-आउट ब्रियर स्किल स्कोर (Brier Skill Score) में विशेषज्ञ-वक्र बेसलाइन की तुलना में +0.33 का सुधार करता है।
• पुनरुत्पादकता (Reproducibility): सभी परिणाम सिंथेटिक डेटा से एक एकल कमांड से उत्पन्न होते हैं और इसमें कोई मालिकाना अवलोकन (proprietary observations) शामिल नहीं हैं।

महत्व और दावे
यह शोध पत्र स्वयं को एक मेथोडोलॉजी पेपर के रूप में प्रस्तुत करता है जिसके साथ एक सिंथेटिक वैलिडेशन अध्ययन है। यह स्पष्ट रूप से कहता है कि यह वास्तविक राइडर्स पर कोई अनुभवजन्य दावा (empirical claim) नहीं करता है और वास्तविक फील्ड कोहॉर्ट्स पर अनुभवजन्य सत्यापन भविष्य का कार्य है।

प्राथमिक दावा यह है कि यह "सूटेबिलिटी" (कठिनाई और क्लाइंटेल का मिश्रित मीट्रिक) से "आंतरिक कठिनाई" (एक गुप्त निर्माण जिसे कौशल से अलग किया गया है) की ओर एक वैचारिक और पद्धतिगत बदलाव है। इस कठिनाई को भौतिकी-व्युत्पन्न वक्रों से एंकर करके, लेखक तर्क देते हैं कि "डिफिकल्टी एटलस" एक मापने योग्य, ऑडिट योग्य और गुमनाम वैज्ञानिक आर्टिफैक्ट बन जाता है जिसे मौजूदा मौसम संबंधी नेटवर्क कैप्चर नहीं कर सकते। यह अलगाव निर्णय सहायता को यह उत्तर देने की अनुमति देता है कि "किसके लिए कठिन है" न कि केवल "औसतन कैसा है", जो कि स्किल-कंडीशन स्कोरिंग के लिए एक प्रिमिटिव और संभावित रूप से पैरामीट्रिक इंश्योरेंस प्राइसिंग के लिए आधार प्रदान करता है।

शासन ढांचा (governance framework) यह सुनिश्चित करता है कि जबकि कठिनाई एटलस एक टिकाऊ, सार्वजनिक वैज्ञानिक आर्टिफैक्ट है, व्यक्तिगत कौशल अनुमान निजी और मिटाने योग्य (deletable) रहते हैं, जिससे ऑडिटेबिलिटी और गोपनीयता के बीच के तनाव को हल किया जाता है।