Biostatisticians

Computer and Mathematical Occupations
Código O*NET-SOC
15-2041.01

Develop and apply biostatistical theory and methods to the study of life sciences.

Os nomes das ocupações e as descrições de tarefas são exibidos em inglês, tal como publicados. As etiquetas, incluindo os tipos de tarefa, estão traduzidas.

Exposição à IA

  • Fonte dos dados: BLSPublicado: 2026-08

    Muito alto· relativa

    BaixoQuatro faixas relativasMuito alto

    Valor por grupo ocupacional

    Escala, base e fonte

    Quatro faixas relativas (Baixo / Moderado / Alto / Muito alto)

    831 ocupações detalhadas da tabela de projeções de emprego do BLS. O valor é atribuído por código da National Employment Matrix (NEM), pelo que as ocupações que partilham um código NEM recebem a mesma banda

    Conjunto de dados de origem (transferência XLSX)

  • Fonte dos dados: AnthropicPublicado: 2026-03

    0.211

    0.000Intervalo dos valores aqui apresentados0.745

    Valor por grupo ocupacional

    Escala, base e fonte

    Índice de exposição observada, 0–1 tal como publicado

    Mapeado sobre tarefas O*NET

    Publicado por ocupação SOC 2018; toda ocupação O*NET com o mesmo código SOC 2018 recebe este valor

    Conjunto de dados de origem (transferência CSV)

  • Fonte dos dados: ILOPublicado: 2025

    0.56

    0.09Intervalo dos valores aqui apresentados0.70

    Valor por grupo ocupacional

    Escala, base e fonte

    Índice de exposição à IA generativa, 0–1 tal como publicado

    Publicado por grupo de base ISCO-08. Ligado a esta ocupação, total ou parcialmente, aplicando tal como publicadas as tabelas de correspondência do U.S. Bureau of Labor Statistics (ISCO-08 para SOC 2010, SOC 2010 para SOC 2018)

    Conjunto de dados de origem (transferência PDF)

Que tipo de valor esta fonte publica

A categoria de BLS é uma posição relativa, não um nível absoluto, e também não é uma medição de primeira mão: agrupa em quatro faixas as posições percentis da ocupação em vários estudos publicados. Não é uma previsão de emprego ou de salários, não é uma probabilidade de adoção e não distingue automação de aumento.

Exposição à IA (rubrica da OpenAI)

25 tarefas avaliadas · 25 tarefas com β ≥ 0,5 (100.0%)

β = exposição direta (E1) + 0,5 × exposição com ferramentas disponíveis (E2), segundo a definição do repositório de origem.

  • Unidade de origem: tarefas do O*NET 27.2 → código de ocupação do O*NET 31.0
  • Todas as tarefas pontuadas constam da lista de tarefas do O*NET 31.0.
Fonte
OpenAI "GPTs are GPTs" exposure rubric
Versão
gh-main-0471612
Licença
MIT License, Copyright (c) 2024 OpenAI

Tarefas

Descrições de tarefas da O*NET® 31.0 Database, com as tarefas principais primeiro.

TarefaTipoβ (OpenAI)
Write research proposals or grant applications for submission to external bodies.Principal1
Teach graduate or continuing education courses or seminars in biostatistics.Principal0,5
Read current literature, attend meetings or conferences, and talk with colleagues to keep abreast of methodological or conceptual developments in fields such as biostatistics, pharmacology, life sciences, and social sciences.Principal0,5
Prepare statistical data for inclusion in reports to data monitoring committees, federal regulatory agencies, managers, or clients.Principal0,5
Prepare articles for publication or presentation at professional conferences.Principal1
Calculate sample size requirements for clinical studies.Principal1
Determine project plans, timelines, or technical objectives for statistical aspects of biological research studies.Principal0,5
Assign work to biostatistical assistants or programmers.Principal1
Write program code to analyze data with statistical analysis software.Principal1
Write detailed analysis plans and descriptions of analyses and findings for research protocols or reports.Principal1
Plan or direct research studies related to life sciences.Principal0,5
Prepare tables and graphs to present clinical data or results.Principal0,5
Monitor clinical trials or experiments to ensure adherence to established procedures or to verify the quality of data collected.Principal0,5
Draw conclusions or make predictions, based on data summaries or statistical analyses.Principal0,5
Develop or use mathematical models to track changes in biological phenomena, such as the spread of infectious diseases.Principal0,5
Design surveys to assess health issues.Principal0,5
Develop or implement data analysis algorithms.Principal1
Design research studies in collaboration with physicians, life scientists, or other professionals.Principal0,5
Design or maintain databases of biological data.Principal1
Collect data through surveys or experimentation.Principal0,5
Analyze archival data, such as birth, death, and disease records.Principal0,5
Review clinical or other medical research protocols and recommend appropriate statistical analyses.Principal0,5
Provide biostatistical consultation to clients or colleagues.Principal0,5
Apply research or simulation results to extend biological theory or recommend new research projects.Principal0,5
Analyze clinical or survey data, using statistical approaches such as longitudinal analysis, mixed-effect modeling, logistic regression analyses, and model-building techniques.Principal0,5

Informação ocupacional

Fontes e atribuição

This page includes information from the O*NET® 31.0 Database (https://www.onetcenter.org/database.html) by the U.S. Department of Labor, Employment and Training Administration (USDOL/ETA). Used under the CC BY 4.0 license (https://creativecommons.org/licenses/by/4.0/). O*NET® is a trademark of USDOL/ETA. AI Changing Work has modified all or some of this information: the O*NET-SOC code, title and task statements are reproduced in English without change; task-type labels are shown in the page's language and tasks are listed core first; any Korean occupation title shown on the Korean-language page is AI Changing Work's translation; any KSCO-8 unit groups linked to this occupation were paired with it by AI Changing Work's judgment, and the relation labels and statuses are AI Changing Work's additions. USDOL/ETA has not approved, endorsed, or tested these modifications.

Any AI exposure figures on this page are published by third parties, not by AI Changing Work, and none is part of the O*NET information. OpenAI publishes task-level scores (MIT License) for O*NET 27.2 task statements; each is shown next to the O*NET 31.0 task statement with the same task ID, whose wording can differ from the 27.2 statement that was scored. OpenAI also publishes occupation-level scores for O*NET-SOC codes in the same release, and any such score is shown on the O*NET occupation with the same code. Anthropic publishes an observed exposure index in the Anthropic Economic Index (CC-BY), and the U.S. Bureau of Labor Statistics publishes relative AI exposure categories (public domain); both are published per SOC code, and each value is shown on every O*NET occupation with that code. The International Labour Organization publishes a generative AI exposure index in ILO Working Paper 140 (CC BY 4.0) for ISCO-08 unit groups; AI Changing Work links those groups to O*NET occupations by applying the U.S. Bureau of Labor Statistics ISCO-08 to 2010 SOC and 2010 SOC to 2018 SOC crosswalks as published, without case-by-case selection, and these crosswalks match many groups only in part. Where several unit groups are linked, each group's published value is listed, and any summary shows only the lowest and highest of those values with the number of groups; no exposure figure is averaged or recalculated. Any employment figures are published by the U.S. Bureau of Labor Statistics for the SOC group containing this occupation. Each source is credited where its figures are shown.

O*NET OnLine: 15-2041.01 Biostatisticians

KSCO 코드·명칭: 한국표준직업분류(제8차 개정) — 통계청 고시 제2024-328호 (2024-07-01 고시, 2025-01-01 시행). 저작권법 제7조 제2호의 고시 항목이다. 명칭 표기(가운뎃점·띄어쓰기)는 해설서 2차 정오 반영판의 표기를 따랐으며, 고시 항목표와는 18개 명칭에서 가운뎃점 글리프나 띄어쓰기만 다르다. 통계청은 2025년 10월 국가데이터처로 개편되었다. 이 페이지의 KSCO 연결은 통계청·국가데이터처의 공식 연계표가 아니다.

Atribuição e licenças completas