Bayesian Hierarchical Modelling of Individual Expert Assessments in the Development of a General-Population Job-Exposure Matrix
Notice bibliographique
Résumé
The CANJEM job-exposure matrix compiles expert evaluations of 31 673 jobs from four population-based case-control studies conducted in Montreal. For each job, experts had derived indices of intensity, frequency, and probability of exposure to 258 agents. CANJEM summarizes the exposures assigned to jobs into cells defined by occupation/industry, agent, and period. Some cells may, however, be less populated than others, resulting in uncertain estimates. We developed a modelling framework to refine the estimates of sparse cells by drawing on information available in adjacent cells. Bayesian hierarchical logistic and linear models were used to estimate the probability of exposure and the geometric mean (GM) of frequency-weighted intensity (FWI) of cells, respectively. The hierarchy followed the Canadian Classification and Dictionary of Occupations (CCDO) classification structure, allowing for exposure estimates to be provided across occupations (seven-digit code), unit groups (four-digit code), and minor groups (three-digit code). The models were applied to metallic dust, formaldehyde, wood dust, silica, and benzene, and four periods, adjusting for the study from which jobs were evaluated. The models provided estimates of probability and FWI for all cells that pulled the sparsely populated cells towards the average of the higher-level group. In comparisons stratified by cell sample size, shrinkage of the estimates towards the group mean was marked below 5 jobs/cell, moderate from 5 to 9 jobs/cell, and negligible at ≥10 jobs/cell. The modelled probability of three-digit cells were slightly smaller than their descriptive estimates. No systematic trend in between-study differences in exposure emerged. Overall, the modelling framework for FWI appears to be a suitable approach to refine CANJEM estimates. For probability, the models could be improved by methods better adapted to the large number of cells with no exposure.
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 | 0,029 | 0,067 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».