HISCO (Historical International Standard Classification of Occupation): construindo uma codificacao de ocupacoes para o passado brasileiro
Bibliographic record
Abstract
Uma importante dimensao a ser considerada na construcao de normalizacoes para os estudos do trabalho no passado brasileiro diz respeito a codificacao das ocupacoes declaradas na documentacao pre-censitaria ou nos primeiros censos nacionais (sobretudo aqueles anteriores a 1940). Pretende-se apresentar a versao brasileira, ainda em construcao, da base de dados de classificacao de ocupacoes denominada RISCO. Tal base de dados pretende adaptar, para periodos historicos, a International Standard Classification of Occupation (ISCO), que e a base da Classificacao Brasileira de Ocupacoes (CBO), utilizada contemporaneamente pelo Instituto Brasileiro de Geografia e Estatistica (IBGE) e outros orgaos produtores de estatisticas. Trata-se de um projeto internacional envolvendo historiadores e cientistas sociais de diversos paises (Belgica, Gra-bretanha, Canada, Franca, Alemanha, Holanda, Noruega, Suecia, Portugal, Espanha, Dinamarca, India, Russia, Filipinos e Grecia). A insercao brasileira toma-se relevante tendo em vista o desenvolvimento posterior de estudos comparados, tanto ao tempo quanto ao espaco, ja que se parte de uma mesma logica de codificacao para classificar as ocupacoes de diferentes periodos historicos e de diversos paises. A base de dados brasileira toma como ponto de partida listas de habitantes do seculo 19, sobretudo Sao Paulo, em 1836, mas tambem outras fontes de outros estados brasileiros.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".