8290363 The international partnership on automatic job coding (IPAJC): a hub for automatic job and industry coding tools and expertise for occupational health research
Notice bibliographique
Résumé
Objectives The goal of the International Partnership on Automatic Job Coding (IPAJC) is an interdisciplinary partnership aiming to enable and promote efficient collection, processing, and accessibility of job information through improvement of automatic coding tools. Methods and Results Partners within IPAJC create and apply various automatic and semi-automatic coding tool using different methods. Examples include fuzzy matching and Boolean operators (e.g. CASCOT, University of Warwick), machine learning (ML) neural network (e.g. NIOCCS, US NIOSH), ML boosted decision trees (e.g. OccuCoDE, Ludwig Maximilian University, Munich; OPERAS, Utrecht University), ML ensemble classifiers (e.g. SOCcer ,US NCI and AUTONOC, University of New Brunswick/Dalhousie University), and large language models (e.g. TNO-AOC, TNO). Depending on the specific tool, free text job descriptions in different languages are converted into standardised occupation codes such as various versions of international ISCO, Canadian NOC, German KldB, UK SOC, and US SOC. Although most tools thus far focused on coding to standardised occupations, some tools for coding to standardised industries are also available (e.g. CASCOT; NIOCCS; SOCcer CLIPS). Conclusion The IPAJC continually seeks partners and job description data for development and validation of current and future automatic job coding tools. Our expertise on survey methods, occupation data collection, and occupation coding is improving job data collection and exposure assessment at scale in occupational health research.
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 | 0,024 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,006 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,267 | 0,246 |
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 ».