পেস্ট্রি শেফ
খাদ্য প্রস্তুতি ও সেবাAI এক্সপোজার
- ডেটার উৎস: BLSপ্রকাশকাল: 2026-08
মাঝারি· আপেক্ষিক
কমচারটি আপেক্ষিক স্তরঅত্যন্ত উচ্চপেশা-গোষ্ঠী পর্যায়ের মান
স্কেল, ভিত্তি ও উৎস
চারটি আপেক্ষিক স্তর (কম / মাঝারি / উচ্চ / অত্যন্ত উচ্চ)
BLS কর্মসংস্থান পূর্বাভাস সারণির 831টি বিস্তারিত পেশার ভিত্তিতে। মান NEM (ন্যাশনাল এমপ্লয়মেন্ট ম্যাট্রিক্স) কোড অনুযায়ী দেওয়া হয়, তাই একই NEM কোডের পেশাগুলি একই ব্যান্ড পায়
- ডেটার উৎস: Anthropicপ্রকাশকাল: 2026-03
0.000
0.000এখানে থাকা মানগুলোর পরিসর0.745স্কেল, ভিত্তি ও উৎস
- ডেটার উৎস: ILOপ্রকাশকাল: 2025
0.17
0.09এখানে থাকা মানগুলোর পরিসর0.70পেশা-গোষ্ঠী পর্যায়ের মান
স্কেল, ভিত্তি ও উৎস
জেনারেটিভ AI এক্সপোজার সূচক, প্রকাশিত রূপে 0–1
ISCO-08 ইউনিট গ্রুপ — একই কোডের সব পেশা এই মানই পায়
এটি এই সাইটের হিসাব, ILO-এর প্রকাশিত সংখ্যা নয়: এই সাইট ILO ডেটাসেটের সঙ্গে যুক্ত করা ১,০১২টি পেশার মধ্যে 91% এই মানের সমান বা তার বেশি।
এই উৎস কী ধরনের মান প্রকাশ করে
BLS-এর শ্রেণিবিভাগ একটি আপেক্ষিক র্যাঙ্ক, পরম মাত্রা নয়, এবং এটি সরাসরি পরিমাপও নয়: এটি কয়েকটি প্রকাশিত গবেষণায় পাওয়া পেশার পার্সেন্টাইল র্যাঙ্কগুলিকে চারটি স্তরে ভাগ করে। এটি কর্মসংস্থান বা মজুরির পূর্বাভাস নয়, গ্রহণের সম্ভাবনাও নয়, এবং এটি স্বয়ংক্রিয়তা ও সম্প্রসারণের মধ্যে পার্থক্য করে না।
Task-level exposure
12টি লুকানো কাজ দেখুন| Task | Claude.aiRaw / share % |
|---|---|
Adapt the quantity of ingredients to match the amount of items to be baked.51-3011 | 0.020239.2 |
Develop new recipes for baked goods.51-3011 | 0.013726.6 |
Measure or weigh flour or other ingredients to prepare batters, doughs, fillings, or icings, using scales or graduated containers.51-3011 | 0.008616.7 |
Set time and speed controls for mixing machines, blending machines, or steam kettles so that ingredients will be mixed or cooked according to instructions.51-3011 | 0.00428.1 |
Observe color of products being baked and adjust oven temperatures, humidity, or conveyor speeds accordingly.51-3011 | 0.00275.3 |
Apply glazes, icings, or other toppings to baked goods, using spatulas or brushes.51-3011 | 0.00214.1 |
Values in this tab are predicted labels, not observations. Eloundou et al. (2023) published two rating regimes — human raters and GPT-4 — and the β shown here is derived from the GPT-4 rater basis alone; the same task can take a different value under the other regime. The unit and the meaning differ from the observed shares (%) in the other tabs, so do not place them on the same axis.
| Task | βE1 + 0.5 × E2 |
|---|---|
Adapt the quantity of ingredients to match the amount of items to be baked.O*NET Task ID 11922 | 1.0 |
Prepare or maintain inventory or production records.O*NET Task ID 11927 | 1.0 |
Develop new recipes for baked goods.O*NET Task ID 11931 | 1.0 |
Decorate baked goods, such as cakes or pastries.O*NET Task ID 11925 | 0.5 |
Direct or coordinate bakery deliveries.O*NET Task ID 11928 | 0.5 |
Order or receive supplies or equipment.O*NET Task ID 11929 | 0.5 |
Check products for quality, and identify damaged or expired goods.O*NET Task ID 20819 | 0.5 |
β = E1 + 0.5 × E2 · E1 = tasks where direct LLM access alone cuts time by at least 50%, E2 = tasks where software built on top of an LLM cuts time by at least 50%. Values take only 0 / 0.5 / 1.0.
Data sources & licenses — O*NET®, Anthropic Economic Index, Eloundou et al. (2023): see full notices on the Credits page