Soulwise

Bayesian Cycle Prediction

ਬੇਜ਼ੀਅਨ ਚੱਕਰ ਭਵਿੱਖਬਾਣੀ

ਜ਼ਿਆਦਾਤਰ ਚੱਕਰ ਐਪ ਮੂਲ ਰੂਪ ਵਿੱਚ 28-ਦਿਨ ਦੀ ਧਾਰਨਾ 'ਤੇ ਚੱਲਦੇ ਹਨ ਅਤੇ ਜਾਂ ਤਾਂ ਫ਼ਰਕ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਦੇ ਹਨ ਜਾਂ ਬਾਅਦ ਵਿੱਚ ਠੀਕ ਕਰਦੇ ਹਨ। Soulwise ਇਸ ਦੀ ਥਾਂ ਬੇਜ਼ੀਅਨ ਭਵਿੱਖਬਾਣੀ ਵਰਤਦਾ ਹੈ — ਇੱਕ ਅੰਕੜਾ ਆਧਾਰਿਤ ਤਰੀਕਾ ਜਿੱਥੇ "ਅੱਜ ਤੁਸੀਂ ਕਿਸ ਪੜਾਅ ਵਿੱਚ ਹੋ" ਦਾ ਅੰਦਾਜ਼ਾ ਦੋ ਚੀਜ਼ਾਂ ਦਾ ਪਿਛੋਕੜ (posterior) ਹੁੰਦਾ ਹੈ: ਤੁਹਾਡੀ ਪਿਛਲੀ ਚੱਕਰ ਮਿਆਦ (ਪੂਰਵ ਧਾਰਨਾ) ਅਤੇ ਇਸ ਚੱਕਰ ਦੌਰਾਨ ਤੁਹਾਡੇ ਵੱਲੋਂ ਦਰਜ ਕੀਤੇ ਰੋਜ਼ਾਨਾ ਚੈੱਕ-ਇਨ (ਸਬੂਤ)।

ਬੇਅਸੀਅਨ ਕਿਉਂ, ਮੂਲ ਕਿਉਂ ਨਹੀਂ

ਮੂਲ 28-ਦਿਨਾਂ ਦਾ ਚੱਕਰ ਜ਼ਿਆਦਾਤਰ ਲੋਕਾਂ ਲਈ ਪੂਰੇ ਭਰੋਸੇ ਨਾਲ ਗ਼ਲਤ ਹੁੰਦਾ ਹੈ। ਕਲੀਨਿਕਲ ਆਮ ਸੀਮਾ 21 ਤੋਂ 35 ਦਿਨ ਹੈ, ਹਰ ਵਿਅਕਤੀ ਵਿੱਚ ਮਹੀਨੇ-ਦਰ-ਮਹੀਨੇ ਫ਼ਰਕ ਵੱਡਾ ਹੁੰਦਾ ਹੈ, ਅਤੇ ਜ਼ਿੰਦਗੀ ਦੀਆਂ ਘਟਨਾਵਾਂ (ਤਣਾਅ, ਸਫ਼ਰ, ਨੀਂਦ, ਕਸਰਤ ਦਾ ਬੋਝ) ਚੱਕਰ ਦੀ ਲੰਬਾਈ ਨੂੰ ਉਮੀਦ ਨਾਲੋਂ ਜ਼ਿਆਦਾ ਬਦਲ ਦਿੰਦੀਆਂ ਹਨ। ਮੂਲ-ਲੰਬਾਈ ਵਾਲਾ ਅੰਦਾਜ਼ਾ ਤੁਹਾਨੂੰ ਇੱਕ ਸਟੀਕ ਪੜਾਅ ਲੇਬਲ ਦਿੰਦਾ ਹੈ, ਜਦੋਂ ਕਿ ਅਸਲ ਅਨਿਸ਼ਚਿਤਤਾ ਉੱਚੀ ਹੁੰਦੀ ਹੈ।

ਬੇਅਸੀਅਨ ਅੰਦਾਜ਼ਾ ਤੁਹਾਨੂੰ ਅਨਿਸ਼ਚਿਤਤਾ ਦੀ ਪੱਟੀ ਨਾਲ ਪੜਾਅ ਲੇਬਲ ਦਿੰਦਾ ਹੈ। ਜਦੋਂ ਇਹ ਪੱਟੀ ਚੌੜੀ ਹੁੰਦੀ ਹੈ (ਤੁਹਾਡੇ ਡੇਟਾ ਦੇ ਸ਼ੁਰੂ ਵਿੱਚ, ਜਾਂ ਕਿਸੇ ਲੰਮੇ ਚੱਲੇ ਚੱਕਰ ਤੋਂ ਬਾਅਦ), ਤਾਂ Soulwise ਪੜਾਅ ਕਾਰਡ 'ਤੇ ਇਹ ਦੱਸ ਦਿੰਦਾ ਹੈ। ਜਦੋਂ ਪੱਟੀ ਤੰਗ ਹੁੰਦੀ ਹੈ (ਕਈ ਸਥਿਰ ਚੱਕਰਾਂ ਤੋਂ ਬਾਅਦ), ਤਾਂ ਪੜਾਅ ਲੇਬਲ ਭਰੋਸੇਯੋਗ ਹੁੰਦਾ ਹੈ।

ਪ੍ਰਾਇਅਰ ਵਿੱਚ ਕੀ ਜਾਂਦਾ ਹੈ

  • ਤੁਹਾਡੇ ਪਿਛਲੇ ਛੇ ਚੱਕਰਾਂ ਦੀ ਲੰਬਾਈ, ਜੇ ਉਪਲਬਧ ਹੋਵੇ।
  • ਕੋਈ ਡਾਟਾ ਮੌਜੂਦ ਹੋਣ ਤੋਂ ਪਹਿਲਾਂ ਇੱਕ ਕਮਜ਼ੋਰ-ਜਾਣਕਾਰੀ ਵਾਲਾ ਸ਼ੁਰੂਆਤੀ ਪ੍ਰਾਇਅਰ (28 ± 5)।
  • ਇੱਕ ਡ੍ਰਿਫਟ ਅਵਧੀ ਤਾਂ ਜੋ ਪੁਰਾਣੇ ਚੱਕਰਾਂ ਦਾ ਭਾਰ ਹਾਲੀਆ ਚੱਕਰਾਂ ਨਾਲੋਂ ਘੱਟ ਹੋਵੇ।

ਸਬੂਤ ਵਿੱਚ ਕੀ-ਕੀ ਸ਼ਾਮਲ ਹੁੰਦਾ ਹੈ

  • ਤੁਹਾਡੇ ਰੋਜ਼ਾਨਾ ਚੈੱਕ-ਇਨ ਚਿਪਸ ਅਤੇ ਊਰਜਾ ਸਲਾਈਡਰ।
  • ਕੋਈ ਵੀ ਦਰਜ ਕੀਤੀ ਖੂਨ-ਰਿਸਾਅ ਜਾਂ ਧੱਬਾ।
  • ਜੇ ਤੁਸੀਂ ਦਰਜ ਕਰੋ ਤਾਂ ਚੋਣਵੇਂ ਲੱਛਣ ਨਿਸ਼ਾਨ (ਸਿਰਦਰਦ, ਮਰੋੜ)।

ਸਿਸਟਮ ਇਹ ਨਹੀਂ ਵਰਤਦਾ:

  • ਬੇਸਲ ਸਰੀਰ ਤਾਪਮਾਨ (ਅਸੀਂ ਫਰਟਿਲਿਟੀ ਟ੍ਰੈਕਰ ਨਹੀਂ ਹਾਂ)।
  • ਲੱਛਣਾਂ ਆਧਾਰਿਤ ਓਵੂਲੇਸ਼ਨ ਦੇ ਅੰਦਾਜ਼ੇ (ਦਾਇਰੇ ਤੋਂ ਬਾਹਰ)।
  • ਸਰਵਾਈਕਲ ਮਿਊਕਸ ਰਿਪੋਰਟਾਂ (ਦਾਇਰੇ ਤੋਂ ਬਾਹਰ)।

ਇਹ ਕੀ ਨਹੀਂ ਕਰਦਾ

ਇਹ ਗਰਭ-ਨਿਰੋਧ ਜਾਂ ਗਰਭ-ਧਾਰਨ ਲਈ ਅੰਡੋਤਸਰਗ (ovulation) ਦੀ ਭਵਿੱਖਬਾਣੀ ਨਹੀਂ ਕਰਦਾ। ਪੂਰੇ ਐਂਟੀ-ਕਲੇਮ ਰੁਖ਼ ਲਈ non-medical-cycle-tracking ਵੇਖੋ।

ਜਦੋਂ ਅਨਿਸ਼ਚਿਤਤਾ ਜ਼ਿਆਦਾ ਹੋਵੇ, ਇਹ ਇੱਕ ਖ਼ਾਸ ਦਿਨ ਨੂੰ ਪੱਕਾ ਨਹੀਂ ਦੱਸਦਾ। ਫੇਜ਼ ਕਾਰਡ ਭਰੋਸੇ ਦੀ ਛਾਂ ਨਾਲ 2- ਤੋਂ 4-ਦਿਨ ਦੀ ਵਿੰਡੋ ਦਿਖਾਉਂਦਾ ਹੈ।

ਇਹ ਕਿਸੇ ਹੋਰ ਦੇ ਡੇਟਾ ਤੋਂ ਨਹੀਂ ਸਿੱਖਦਾ। ਹਰ ਵਰਤੋਂਕਾਰ ਦਾ ਆਪਣਾ ਬੇਜ਼ੀਅਨ ਮਾਡਲ ਹੁੰਦਾ ਹੈ, ਜੋ ਡਿਵਾਈਸ ਉੱਤੇ ਹੀ, ਉਨ੍ਹਾਂ ਦੇ ਆਪਣੇ ਐਨਕ੍ਰਿਪਟਡ ਇਤਿਹਾਸ ਨਾਲ ਚੱਲਦਾ ਹੈ।

ਇਹ ਕਿੱਥੇ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ

ਰੋਜ਼ਾਨਾ ਰੀਤੀ ਦੇ ਫੇਜ਼ ਕਾਰਡ ਵਿੱਚ, ਰੀਕੈਪ ਚਿੱਠੀ ਵਿੱਚ, ਅਤੇ cycle-weather ਦੇ ਇਨਪੁੱਟ ਵਜੋਂ — ਤੁਹਾਡੀ ਸਥਿਰ ਬੇਸਲਾਈਨ ਦੇ ਮੁਕਾਬਲੇ ਥੋੜ੍ਹ-ਚਿਰੀ ਤਬਦੀਲੀ ਦਾ ਅੰਦਾਜ਼ਾ।

ਇਸ ਗਿਆਨ ਨੂੰ ਲਾਗੂ ਕਰੋ

AI-ਆਧਾਰਿਤ ਜਨਮ ਕੁੰਡਲੀ ਵਿਸ਼ਲੇਸ਼ਣ ਨਾਲ ਜੋਤਿਸ਼ ਨੂੰ ਅਮਲ ਵਿੱਚ ਲਿਆਓ।

ਮੇਰੀ ਮੁਫ਼ਤ ਜਨਮ ਕੁੰਡਲੀ ਲਵੋ