A Hierarchical Approach to Coding Chemical, Biological and Pharmaceutical Substances
Notice bibliographique
Résumé
This hierarchical coding system is designed to classify substances into successively subordinate categories on the basis of chemical, physical and biological properties. Although initially developed for occupational cancer epidemiological studies, it is general in nature and can be used for other purposes where a systematic approach is needed to catalogue or analyze large numbers of substances and/or physical properties. The coding system incorporates a multi level approach, where substances can be coded both on the basis of function and composition. On the first level, a three digit code is assigned to each substance to indicate its primary use in the occupational environment (e.g. pesticide, catalyst, adhesive). Substances can then be coded using a ten digit code to indicate structure and composition (e.g. organic molecule, biomolecule, pharmaceutical). Depending on the complexity required, analysis can incorporate the three digit code, ten digit code, or a combination of both. The approach to coding both chemical and biological agents is modeled in part after conventional approaches used by the International Union of Pure and Applied Chemists (IUPAC) and the International Union of Biochemists (IUB). Development of the coding system was initiated in the 1980's in response to a need for a system allowing analysis of individual agents as well classes or groups of substances. The project was undertaken as a collaborative venture between the BC Cancer Agency, Cancer Control Research program (then Division of Epidemiology) and the Department of Chemical and Biological Engineering at the University of British Columbia.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,003 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».