O-174 Formation of the international partnership on automatic occupation coding – call for partners and collaboration
Notice bibliographique
Résumé
Introduction Job coding is important for occupational epidemiology. Occupational classifications, such as the ILO’s International Standard Classification of Occupations (ISCO), are often used in job-exposure matrices (JEMs) and other models for exposure assessment in population-based studies. In these studies, assignment of job codes is often performed manually. This work is labourious, costly, and limited in reliability. Tools for automatic assignment of job codes are available for select coding systems and languages; however, their application in occupational epidemiology is limited mainly due to uncertainties around tool performance and how their use might impact exposure assessment. Material and Methods Following discussions held during and after EPICOH 2021, the International Partnership on Automatic Occupation Coding (IPAOC) was formed by a group of occupational exposure assessment scientists and epidemiologists. Aiming to promote knowledge sharing and collaborations on the development of automatic coding algorithms and software, IPAOC met regularly and actively sought new partners in 2022 while defining its research agenda. Results and Conclusions As of November 2022, IPAOC includes more than 40 members from six countries. The partnership is diverse and multidisciplinary; research areas represented include computer and data science, labour economics, occupational medicine, occupational health, official statistics, statistics, and sociology. Member interests in automatic job coding also span across a number of languages and occupation classifications systems, including in English (Coding: ISCO, US SOC and Canadian NOC), French (PCS), German (KldB), and Dutch (ISCO). For 2023, IPAOC’s goals are to address two main challenges for developing better automatic job coding tools: siloed development in separate projects/countries and low training data availability. Specifically, IPAOC will 1) apply for funding for a week-long workshop meeting to facilitate knowledge sharing and cooperation in the Lorentz Center in Leiden, the Netherlands; and 2) develop a shared benchmarking dataset for coding algorithm development.
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 | 0,089 | 0,094 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,004 |
| Communication savante | 0,009 | 0,009 |
| Science ouverte | 0,004 | 0,030 |
| Intégrité de la recherche | 0,008 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,067 | 0,035 |
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 ».