TalentApproved

Vurderingsteams: Integrer Verifikation for at Forsvare Online Testresultater

Vurderingsteams: Integrer Verifikation for at Forsvare Online Testresultater

Identitetsbekræftelse til online tests forbinder en oplyst testdeltager med en reel, verificeret person, inden eksamensuret begynder at tikke. For enhver højrisikovurdering er den grundlæggende standard, der er værd at indføre, dokumentoptagelse samt en selfie-biometrisk sammenligning, understøttet af livlighedsdetektion og en menneskelig gennemgang som tilbagefaldsmulighed i særlige tilfælde. Tilføj privatlivsgarantier, tilgængeligheds­muligheder og en ren overdragelse til din vurderingsplatform, og du har en forsvarlig proces fra første klik.

TL;DR:

  • En lagdelt identitetsbekræftelsesproces, der omfatter dokumentoptagelse, selfie-biometrisk sammenligning, livlighedsdetektion og menneskelig gennemgang, er afgørende for højrisikovurderinger.
  • Løbende genbek­ræftelse under eksamener og omfattende revisionslogfiler øger i betydelig grad eksamensintegriteten og hjælper med at forsvare legitimationsoplysninger, hvis de anfægtes.
  • Ydeevnen for bekræftelsesløsninger afhænger af beslutningshastighed, lag af svindeldetektions­mekanismer, tilgængeligheds­support, revisionsmuligheder og integrations­muligheder.
  • Korrekt testning, klare tilbagefalds­procedurer, præcise instruktioner og overholdelse af regionale databeskyttelseslove er afgørende for en vellykket implementering.
  • Kombinationen af identitets­bekræftelse og rollespecifikke vurderinger, som i Talent Approved, strømliner arbejdsgangen og tilbyder en omkostningseffektiv og skalerbar løsning.
Talent Approved
Byg mere forsvarlige kompetencevurderinger
Talent Approved kombinerer rollespecifikke vurderinger, anti-snyde-mekanismer og AI-genererede resuméer for at understøtte mere sikre ansættelsesbeslutninger.
Udforsk Talent Approved

Indholdsfortegnelse

Hvad identitetsbekræftelse indebærer: metoder og deres placering i testforløbet

Et login-skærmbillede fortæller dig, at nogen har et kodeord. Det fortæller dig ikke, hvem der sidder bag tastaturet. Netop den sondring er hele årsagen til, at identitetsbekræftelse eksisterer som en disciplin adskilt fra autentificering.

Kontogodkendelse bekræfter, at legitimationsoplysninger stemmer overens med en post. Identitetsbekræftelse bekræfter, at den person, der besidder disse legitimationsoplysninger, er den, vedkommende udgiver sig for at være – i realtid, på eksamensdagen. At forveksle de to er et af de mest almindelige huller i programmer for eksamenssikkerhed. Et delt kodeord, et købt login eller en stedfortræder passerer uden videre autentificeringen og rører slet ikke identitetsbekræftelsen, medmindre din arbejdsgang tvinger spørgsmålet frem.

Sådan fordeler kernemetoderne sig operationelt:

  • Dokumentoptagelse: Kandidaten fotograferer et myndighedsudstedt id-dokument (pas, kørekort, nationalt id-kort). Optisk tegnegenkendelse (OCR) henter navn, fødselsdato og dokumentnummer, mens retsmedicinske kontroller leder efter tegn på manipulation som inkonsistente skrifttyper, ændrede sikkerhedselementer eller ikke-matchende hologrammønstre.
  • Ansigtssammenligning: En selfie sammenlignes med billedet på dokumentet, enten som en direkte billede-til-billede-sammenligning eller op imod en biometrisk skabelon. Systemet returnerer en tillidscore frem for et enkelt ja eller nej, hvilket er vigtigt, fordi et match på 62 % og et match på 98 % aldrig bør udløse den samme efterfølgende handling.
  • Livlighedsdetektion: Dette bekræfter, at der er et levende menneske til stede – ikke et foto, en video eller en deepfake holdt op foran kameraet. Passiv livlighedsdetektion analyserer selve billedet for tekstur- og dybdesignaler; aktiv livlighedsdetektion beder kandidaten om at blinke, dreje hovedet eller sige et tal. Aktive metoder opfanger flere forsøg på spoofing, men producerer også flere falske afvisninger for kandidater med begrænset bevægelighed eller dårlig forbindelse, hvilket er grunden til, at afvejningen kræver en politikbeslutning frem for en standardindstilling.
  • Menneskelig gennemgang i processen: Automatiserede systemer eskalerer alt, de ikke kan løse med tilstrækkelig sikkerhed. Det omfatter ikke-standardiserede dokumenter, nylige navneændringer, lysproblemer eller anmodninger om særlig tilrettelæggelse. Eksperter anbefaler konsekvent at sende disse sager til en uddannet gennemgiver frem for at lade dem resultere i en automatisk afvisning, da menneskelig gennemgang håndterer særlige tilfælde, som automatiserede kontroller mishandler, langt mere pålideligt end en regelmotor alene.

Hvor disse kontroller er placeret i din arbejdsgang, er lige så vigtigt som kontrolelementerne i sig selv. De fleste programmer kører bekræftelse som en forudgående port, der blokerer adgang til testen, indtil identiteten er bekræftet. Videregående certificeringer tilføjer løbende kontroller – periodiske genbek­ræftelses­snapshots under sessionen for at opdage en ombytning midt i testen. Ethvert program, uanset indsatsen, bør generere revisionsposter efter sessionen – tidsstemplede logfiler over bekræftelsesbeslutningen, tillidscoren og eventuelle noter fra den menneskelige gennemgiver, arkiveret sammen med selve eksamensresultatet.

Hvorfor identitetsbekræftelse er vigtig for vurderingens integritet og forsvarlig­hed

At springe identitetsbekræftelse over skaber ikke blot et sikkerhedshul. Det skaber et ansvar, der dukker op måneder senere, når en legitimations­oplysning anfægtes.

Fire trusler dukker gentagne gange op i diskussioner om eksamensintegritet: identitetstyveri (en anden tager testen i stedet), stedfortræder­testning (en betalt stand-in sidder for den rigtige kandidat), legitimationssvig (et stjålet eller lånt login) og i stigende grad AI-genereret spoofing, hvor syntetiske ansigter eller stemme­kloner forsøger at narre biometriske kontroller. Denne sidste kategori vokser så hurtigt, at leverandører af livlighedsdetektion nu behandler deepfake-modstand som en kernefunktion frem for et edge-case.

Stærk bekræftelse gør mere end at blokere dårlige aktører. Det mindsker undersøgelses­arbejdet, når et resultat bestrides, fordi du har et dokumenteret beslutnings­spor frem for et skuldertræk. Standardfokuserede organisationer som ETS rådgiver om, at identitetsbekræftelse bør skaleres efter testens indsats og forblive forsvarlig under kontrol, og det princip gælder, hvad enten du kører en faglig certificering eller en intern kompetence­screening.

En praktisk tommelfingerregel: match bekræftelses­styrken med konsekvenserne. En lav-risiko øvelsesquiz behøver lidt mere end et login. En certificeringseksamen, der åbner for en licens, et jobtilbud eller en sekscifret lønbeslutning, kræver den fulde pakke: dokumentoptagelse, biometrisk sammenligning, livlighedsdetektion og en menneskelig gennemgiver på stand-by. Det midterste lag – de fleste virksomheders kompetencevurderinger – er godt betjent med dokument plus selfie-match og en lettere gennemgangskø.

Bekræftelsesstyrke tilpasset vurderingens indsats

Fordelen forøges. Hver verificeret session, du kan forsvare på papir, er én tvist færre, der æder en programleders uge, og endnu en grund til, at kandidater stoler på, at den legitimations­oplysning, de har optjent, faktisk betyder noget.

Kernefunktioner og evalueringskriterier for bekræftelsesløsninger

Valget mellem bekræftelsestilgange – hvad enten du opbygger interne regler eller evaluerer leverandørteknologi – afhænger af en kort liste over kriterier, der faktisk forudsiger ydeevnen i den virkelige verden.

  • Beslutningsforsinkelse og SLA for menneskelig gennemgang: Nogle leverandører rapporterer automatiserede beslutninger på cirka 6 til 10 sekunder, med fulde optagelsesforløb, der afsluttes på under to minutter, hvilket passer fint inden for et planlagt eksamensvindue. Spørg til, hvad SLA'en ser ud, når en sag eskaleres til menneskelig gennemgang, da en fem minutters ventetid under en tidsbegrænset eksamen i sig selv skaber et retfærdighedsproblem.
  • Første-forsøg-godkendelsesrate og assisteret optagelse: UX-vejledning indlejret direkte på optagelsesskærmen – som realtids-frame-scoring, der fortæller en kandidat at holde kameraet mere stabilt eller bevæge sig tættere på en lyskilde – reducerer målbart antallet af afbrydelser og gentagne forsøg.
  • Lag af svindelsignaler: De stærkeste opsætninger kombinerer dokumentforensik, livlighedsdetektion, enheds- og netværks­intelligens og biometrisk tillids­scoring frem for at stole på et enkelt signal, da lagdelte kontroller opfanger spoofing, som en enkelt-punkts-kontrol overser.
  • Privatliv, opbevaring og eksporterbarhed: Bekræft, hvor længe biometriske data og dokumentbilleder opbevares efter en beslutning er truffet, om revisionslogfiler kan eksporteres rent til overholdelses­gennemgange, og hvem der har adgang til råbilleder kontra afledte scorer.
  • Tilgængeligheds­support: Alternative id-arbejdsgange for kandidater uden standarddokumenter samt en menneskelig supportkanal for alle, der gentagne gange fejler automatiseret optagelse, skal eksistere inden lanceringsdagen – ikke som en efterfølgende lappeløsning.
  • Integrations­muligheder: LMS- og ATS-webhooks, API-adgang og SSO-kompatibilitet afgør, hvor meget friktion der tilføjes din eksisterende kandidatoplevelse.

Pro-tip: Bed enhver leverandør om deres falsk-afvisningsrate opdelt efter enhedstype – ikke kun et samlet nøjagtighedstal. Et system, der fungerer godt på webcams til stationære computere, kan fejle uforholdsmæssigt på ældre Android-telefoner, og den kløft bliver et tilgængelighedsproblem, hvis du ikke opdager det under evalueringen.

Bedste praksis for implementering og sådan reducerer du bekræftelsesfejl

De fleste bekræftelsesfejl kan spores tilbage til noget langt mere banalt end svindel: dårlige fotos.

  1. Indlejr forløbet i browseren. Undgå at sende kandidater til en separat app-download eller en ekstern omdirigering. Indlejrede bekræftelsesforløb i browseren gennemføres til en højere andel end omdirigerings­baserede forløb, primært fordi hvert ekstra trin er en mulighed for nogen at forlade sessionen.
  2. Giv kandidater specifikke optagelsesinstruktioner. Dårlig billedkvalitet, gjenskin, sløring eller afskårne kanter forårsager de fleste bekræftelsesfejl. Fortæl kandidaterne at bruge en mørk mat baggrund, undgå flash, holde enheden stabil, indramme hele id'et inklusiv hjørner og placere sig tæt på naturligt vindues­lys frem for overhead-lysstofrør.
  3. Design en klar tilbagefaldssti. Byg et defineret antal forsøg, en ren eskalation til menneskelig gennemgang og en letforståelig besked ind, der forklarer, hvad der sker, og omtrent hvor lang tid det vil tage.
  4. Overvåg godkendelsesraten og årsagerne til fejl løbende. Spor hvorfor sessioner fejler – ikke kun hvor ofte – og juster dine følsomhedstærskler til at matche dit programs faktiske risikotolerance frem for en leverandørs standardindstilling.
  5. Kør sandkasse-volumentests inden udrulning. Testsandkasser med simulerede identiteter lader teams validere regelsæt under kontrollerede betingelser, og simulering af edge-case-dokumenter (udløbne id'er, ikke-standardformater, tilrettelæggelsesscenarier) inden go-live opfanger problemer, der kun viser sig i stor skala – f.eks. en enhedsfingeraftryks-tærskel, der markerer en hel klasse af ældre telefoner som mistænkelige.

Pro-tip: Kør din sandkassetest under et simuleret spidsbelastnings­vindue – ikke en stille eftermiddag. Bekræftelsessystemer, der fungerer fint ved lav volumen, kan somme tider stable menneskelige gennemgangssager op hurtigere, end dine gennemgivere kan nå at behandle dem, når den rigtige eksamensdags­trafik rammer.

Sådan integrerer Talent Approved bekræftelse i rollespecifikke vurderinger

Talent Approved bygger identitetskontroller ind i den samme arbejdsgang som sine rollespecifikke kompetencevurderinger, så bekræftelse ikke er et tillægs­trin, der lever i et andet system. Platformens anti-snyde-mekanismer – herunder skærm- og webcam-overvågning og fuld sessionsoptagelse – parres med identitetskontroller for at skabe ét sammenhængende register frem for to adskilte logfiler.

Platformens Magic Create-funktion lader et ansættelsesteam generere en skræddersyet, rollespecifik vurdering fra en jobbeskrivelse på få minutter, og bekræftelsesregler følger med den pågældende vurdering frem for at kræve separat opsætning. AI-genererede præstations­resuméer giver derefter gennemgivere et forsvarligt, dokumenteret beslutnings­spor ved siden af kandidatens score, hvilket er vigtigt, når en ansættelses­ansvarlig skal forklare en beslutning måneder senere.

Da Talent Approved kører på en pay-as-you-go-prismodel uden abonnements­forpligtelse, kan vurderingsteams pilotteste en bekræftelses­understøttet arbejdsgang på en lille kandidatgruppe, inden de forpligter sig til en fuld udrulning. Den struktur passer også naturligt ind i de øjeblikkelige vurderings­arbejdsgange, som mange ansættelsesteams allerede bruger til fjernskærmning.

Privatlivsregler og overholdelse af regler ved online identitetsbekræftelse

Indsamling af et foto af et myndighedsudstedt id og et ansigtsbiometrisk billede placerer dig direkte inden for databeskyttelseslovgivningen, og reglerne varierer fra region til region på måder, der overrasker programmer.

Under EU's generelle databeskyttelsesforordning (GDPR) tæller biometriske data, der bruges til identifikation, som en særlig kategori af personoplysninger, hvilket betyder strengere krav til samtykke, opbevaring og behandling end en almindelig navn-og-e-mail-post. Under California Consumer Privacy Act og tilsvarende statslige love har kandidater generelt ret til at vide, hvilke biometriske og dokumentoplysninger der er indsamlet, anmode om sletning og i visse stater modtage specifik meddelelse, inden biometrisk indsamling overhovedet begynder.

Praktisk overholdelse starter med tre spørgsmål. Hvor længe opbevarer du dokumentbilleder og biometriske skabeloner, efter at en beslutning er truffet? Hvem i din organisation – eller hvilken leverandør – kan tilgå råbilleder kontra en afledt matchscore? Kan du frembringe en eksporterbar revisionslog, hvis en tilsynsmyndighed eller en kandidat anmoder om det? Et program, der ikke kan besvare alle tre klart, har et overholdelseshul – ikke blot et dokumentationshul.

Grænse­overskridende testprogrammer møder et ekstra lag: en kandidat verificeret i én jurisdiktion kan falde under andre opbevarings- og samtykke­regler end en kandidat i en anden, selv inden for det samme eksamensvindue. At opbygge opbevarings- og adgangspolitikker omkring den strengeste gældende standard frem for den løseste har en tendens til at spare en omskrivning senere.

Den bekræftelsesstakke, som vurderings­programmer støttede sig til for fem år siden – en statisk dokumentscanning og et enkelt selfie-match – erstattes af kontinuerlige, multi-signal-systemer, der behandler identitet som en løbende kontrol frem for en engangspas.

Livlighedsdetektion er gået fra simple blinktest til passiv analyse, der læser tekstur, dybde og mikrobevægelser i en enkelt frame, hvilket forkorter optagelsestiden uden at gå på kompromis med nøjagtighed. Enheds- og netværksintelligens sidder nu ved siden af biometrisk matching som et standardlag og markerer signaler som en usædvanlig IP-lokation eller en enhed, der tidligere er blevet koblet til en anden kandidatprofil, hvilket opfanger stedfortræder­testning, som en ansigts­matchning alene ville overse.

Det mest konsekvens­rige skift er deepfake-modstand. Efterhånden som syntetisk video og stemme­kloning-værktøjer bliver mere tilgængelige, bygger bekræftelses­leverandører detektions­modeller, der er specifikt trænet til at spotte de artefakter, disse værktøjer efterlader – subtile inkonsistenser i lysrefleksion, blinkfrekvens eller lydfase, som en menneskelig gennemgiver måske overser, men en trænet model pålideligt opfanger.

Løbende godkendelse – periodiske genkontroller gennem hele en testsession frem for en enkelt port ved starten – vinder også frem for højrisikoeksaminationer, hvor en ombytning midt i sessionen har reelle konsekvenser. Forvent, at dette bliver standard for licenserings- og reguleringseksamener, inden det bliver standard for virksomheders lavere-risiko-screening, ganske enkelt fordi cost-benefit-regnestykket er markant forskelligt for de to.

Forebyggelse og opdagelse af sofistikerede svindel­metoder

Svindel­metoder er blevet mere tekniske, men modforanstaltningerne følger en forudsigelig logik: ingen enkelt kontrol bør bære hele byrden.

Stedfortræder­testning – hvor en betalt stand-in tager eksamen – opdages bedst ved at kombinere biometrisk matchning med løbende livlighedssnapshots under sessionen frem for en enkelt kontrol ved starten. En stand-in, der passerer åbningsporten, kan stadig blive markeret midt i sessionen, hvis ansigtet i en senere frame ikke matcher det, der åbnede eksamen.

Syntetisk identitetssvig – bygget af en blanding af rigtige og fabrikerede data – har en tendens til at slippe forbi dokumentkontroller alene, fordi selve dokumentet kan se legitimt ud. Tilføjelse af enheds­intelligens og adfærds­signaler – som usædvanlig tastnings­kadence eller et musebevægelsesmønster, der er inkonsistent med menneskelig input – opfanger det, en dokumentscanning overser.

Deepfake- og injektionsangreb – hvor en kandidat sender en manipuleret videostrøm direkte ind i kamerainputtet frem for at holde en fysisk skærm op – kræver detektion på enheds- og softwareniveau, ikke kun billednivaeu. Det er her, retsmedicinske kontroller, der undersøger metadata og signal­konsistens, tjener sig ind, da en visuelt overbevisende deepfake stadig kan bære tekniske fingeraftryk, der afslører den.

Den praktiske pointe for vurderings­teams: afsæt budget til lagdelt detektion frem for et enkelt bedste værktøj. Et program, der kombinerer dokumentforensik, biometrisk tillids­scoring, livlighedsdetektion og menneskelig gennemgang, opfanger langt mere end nogen af disse metoder kørende alene.

Forebyggelse og opdagelse af sofistikerede svindel­metoder — oversigtsdiagram

Sammenligning af tilgange til identitetsbekræftelse efter funktionskategori

I stedet for at rangere navngivne leverandører er det nyttigt at sammenligne bekræftelsestilgange efter de funktionskategorier, der faktisk driver resultaterne, da to løsninger med lignende marketingssprog kan opføre sig meget forskelligt under reelle eksamensforhold.

Funktionskategori Hvad man skal lede efter Hvorfor det er vigtigt for eksamener
Beslutningshastighed Automatiserede resultater på sekunder med en defineret SLA for menneskelig eskalering Holder kandidater inden for et planlagt eksamensvindue uden uretfærdig forsinkelse
Svindelsignalets dybde Dokumentforensik plus biometrisk matchning plus enhedsintelligens Enkelt-signal-kontroller overser syntetisk og stedfortræder­svindel, som lagdelte kontroller opfanger
Tilgængeligheds­routing Alternative id-arbejdsgange og en live menneskelig supportkanal Forhindrer, at legitime kandidater med behov for særlig tilrettelæggelse udelukkes
Revision og eksport Eksporterbare, tidsstemplede beslutnings­logfiler med noter fra gennemgivere Understøtter forsvarlig­hed, hvis en certificerings- eller ansættelses­beslutning senere anfægtes
Integrationsdybde API-, webhook-, LMS- og SSO-support Afgør, hvor meget friktion der tilføjes dit eksisterende kandidatforløb

Entry-level-værktøjer beregnet til engangskontroller håndterer ofte dokumentoptagelse og et enkelt selfie-match godt, men mangler den dybde inden for løbende genbek­ræftelse og revisionseksport, som certificerings­programmer på erhvervsniveau har brug for. Enterprise-platforme har en tendens til at dække det fulde funktionssæt, men kan introducere mere konfigurationsmæssigt overhead, end et mindre program reelt har brug for – hvilket er præcis grunden til, at det at matche værktøjet til dit risikoniveau frem for at vælge den mest funktions­tunge mulighed sparer både penge og opsætningstid.

Forfatterens tjekliste og endelige praktiske anbefalinger

Start i det små: definer dine risikoniveauer, vælg en metodemix for hvert, og kør en begrænset pilot inden en fuld udrulning. Spor godkendelsesrater og fejlårsager fra dag ét – ikke fra måned tre. Bekræft, at din tilgængeligheds-tilbagefaldssti faktisk virker ved at teste den med et rigtigt tilrettelæggelsesscenarie – ikke blot et politikdokument. Frem for alt: byg for forsvarlig­hed først. Et bekræftelses­program, der producerer et rent revisionsspor og behandler kandidatoplevelsen som en reel målestok – ikke en eftertanke – overgår et, der er bygget udelukkende med henblik på at blokere svindel.

— Jimmie

Kom i gang med verificerede kompetencevurderinger

Talent Approved parrer identitetsbekræftelse med rollespecifik kompetencetestning i ét forløb, så du ikke behøver at sy et separat bekræftelsesværktøj og en separat vurderings­platform sammen. Anti-snyde-laget – skærm- og webcam-overvågning, sessionsafspilninger og AI-genererede resuméer – giver dig det samme forsvarlige register, som denne vejledning anbefaler, uden en ekstra leverandørkontrakt at administrere.

Talent Approved

Da priserne kører pay-as-you-go til 5 USD pr. gennemført kandidat uden abonnement, kan du pilotteste en bekræftelses­understøttet vurdering på en håndfuld kandidater, inden du beslutter dig for at udvide den til hele programmet. Kombiner det med Magic Create, der bygger en skræddersyet, rollespecifik test fra en jobbeskrivelse på få minutter, og en pilot, der måske ville have taget uger at konfigurere andetsteds, kan køre allerede i morgen. Gå til prissiden for at se den præcise pris for dit kandidatvolumen og start din første verificerede vurdering.

Kilder

For mere teknisk dybde, se Plaids dokumentation for identitetsbekræftelse, ABBYYs vejledning om menneskelig gennemgang i processen, PMC-forskningen om brugervenlighed i digital bekræftelse og Leodex's gennemgang af almindelige bekræftelsesfejl.

FAQ

Er Onfido et legitimt identitetsbekræftelses­selskab?

Onfido er en etableret leverandør af identitetsbekræftelse, der anvendes inden for bank, gig-økonomi og andre sektorer, der kræver dokument- og biometriske kontroller. Legitimitet på dette område afhænger af, om en leverandørs metoder, beslutnings­transparens og overholdelsesdokumentation matcher dit programs specifikke risiko- og regulatoriske behov – ikke leverandørens navne­kendskab alene.

Hvordan kan jeg bestå min identitetsbekræftelses­kontrol?

De fleste fejl skyldes billedkvalitet, så brug naturligt lys, en mørk mat baggrund, og hold din enhed stabil, mens du indramme hele id'et inklusiv hjørner. Undgå gjenskin fra flash eller blanke overflader, da dårlige optagelses­forhold forårsager størstedelen af bekræftelsesafvisninger.

Findes der en gratis app, der kan bekræfte min identitet?

Nogle identitetsbekræftelsesværktøjer tilbyder gratis- eller prøveadgang til individuelle kontroller, men vurderings­programmer har generelt brug for en betalt løsning med revisionslogning, eskalering til menneskelig gennemgang og overholdelses­funktioner, som gratis forbruger­apps ikke leverer. For kandidat-kompetencevurderinger specifikt er bekræftelse typisk bundtet ind i selve test­platformen frem for at køre som en separat gratis app.

Har alle testdeltagere brug for det samme niveau af identitetsbekræftelse?

Nej. Bekræftelsesstyrken bør skaleres med eksamenens indsats. En øvelsestest med lave konsekvenser kræver minimal bekræftelse, mens en certificering eller ansættelsesbeslutning med reel vægt berettiger den fulde pakke af dokumentoptagelse, biometrisk matchning, livlighedsdetektion og menneskelig gennemgang som tilbagefald.

Hvad opkræver Talent Approved for vurderinger med bekræftelse inkluderet?

Talent Approved kører på en pay-as-you-go-model til 5 USD pr. gennemført kandidat uden abonnements­gebyr. Bekræftelses- og anti-snyde-funktioner er en del af den samme vurderings­arbejdsgang frem for en separat post.