Treinadores Atleticos

Educação e Treinamento

Exposição à IA

  • Fonte dos dados: BLSPublicado: 2026-08

    Moderado· 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

    0.053

    0.000Intervalo dos valores aqui apresentados0.745
    Escala, base e fonte

    Índice de exposição observada, 0–1 tal como publicado

    Mapeado sobre tarefas O*NET

    Conjunto de dados de origem

  • Fonte dos dados: ILOPublicado: 2025

    0.25

    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

    Grupo de base CITP-08 — todas as ocupações com o mesmo código recebem este valor

    Calculado por este site, não publicado pela OIT: das 1.012 ocupações que este site liga ao conjunto de dados da OIT, 77% atingem ou superam este valor.

    Conjunto de dados de origem

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.

Task-level exposure

Ver 12 tarefas ocultas

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.

TaskβE1 + 0.5 × E2
Perform general administrative tasks, such as keeping records or writing reports.

O*NET Task ID 18691

1.0
File athlete insurance claims and communicate with insurance providers.

O*NET Task ID 18692

1.0
Teach sports medicine courses to athletic training students.

O*NET Task ID 18693

1.0
Conduct an initial assessment of an athlete's injury or illness to provide emergency or continued care and to determine whether they should be referred to physicians for definitive diagnosis and treatment.

O*NET Task ID 4221

0.5
Assess and report the progress of recovering athletes to coaches or physicians.

O*NET Task ID 4225

0.5
Collaborate with physicians to develop and implement comprehensive rehabilitation programs for athletic injuries.

O*NET Task ID 4226

0.5
Plan or implement comprehensive athletic injury or illness prevention programs.

O*NET Task ID 4228

0.5
Develop training programs or routines designed to improve athletic performance.

O*NET Task ID 4229

0.5
Inspect playing fields to locate any items that could injure players.

O*NET Task ID 4232

0.5
Conduct research or provide instruction on subject matter related to athletic training or sports medicine.

O*NET Task ID 4233

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®, Eloundou et al. (2023): see full notices on the Credits page

Informação ocupacional