MétaCan
Menu
Retour à la cohorte
Enregistrement W4414964227 · doi:10.1136/oemed-2025-epicohabstracts.311

8274418 SOCcerNET: computer-based occupation coding that facilitates re-coding occupations to a unified system when pooling studies

2025· article· en· W4414964227 sur OpenAlexaboutno aff
D. Russ, Pabitra R Josse, Leila Orszag, Jonas S. Almeida, Melissa C. Friesen

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueBiomedical and Engineering Education
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute for Occupational Safety and HealthCenters for Disease Control and PreventionMidwest Center for Occupational Health and Safety
Mots-clésPoolingCoding (social sciences)Set (abstract data type)Code (set theory)Source code

Résumé

récupéré en direct d'OpenAlex

<h3>Objective</h3> Pooling studies increases the study power to evaluate occupational risk factors, but this often requires recoding them into a unified occupation coding system. Administrative crosswalks between classification systems may not directly exist and often have one-to-many relationships between codes. In this study, we describe a novel tool, SOCcerNET, that can use both the original free-text job description and occupation codes from other systems or versions to code jobs into US SOC2010. <h3>Methods</h3> SOCcerNET uses the free-text job title and job tasks and, if available, any previously assigned occupation code to classify English-language job descriptions to US SOC2010. Currently, SOCcerNET can utilize previously assigned US SOC1980 codes, Canadian NOC2011 and NOC2016 codes, and ISCO1988 codes. SOCcerNET incorporates administrative crosswalks and uses small language models that first converts (embeds) the free-text information to numbers; it then classifies using a dense classification neural network and provides a score for each of the 840 codes. We validated SOCcerNET using 11,943 jobs coded to SOC1980 (Set 1), 428 jobs coded to NOC2011 (Set 2), and 1500 jobs coded to ISCO1988 (Set 3); all sets were expert-coded to SOC2010. <h3>Results</h3> Compared to using only job title and task, incorporating the previous occupation coding improved SOCcerNET’s agreement (based on highest scoring code) with expert codes from 56.3% to 69.9% for Set 1, from 68.8% to 74.4% for Set 2, and from 44.7% to 46.5% for Set 3. <h3>Conclusion</h3> Using previously assigned occupation codes improved the ability of SOCcerNET to correctly identify the expert-assigned code versus using only the free-text responses, though the improvement was better for SOC1980 and NOC2011/2016 than for ISCO1988. In addition, the SOCcerNET score can help triage jobs for expert review. With additional training data, SOCcerNET can be extended to other coding systems. <h3>Funding</h3> This work is funded by the Intramural Research Program of the US National Cancer Institute, Division of Cancer Epidemiology and Genetics.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,894
Score d'incertitude au seuil0,790

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,043
Tête enseignante GPT0,283
Écart entre enseignants0,240 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetBiomedical and Engineering EducationTravaux en français237 207