Comprendre le risque routier professionnel par l’analyse de l’activité : l’exemple des conducteurs de travaux
Notice bibliographique
Résumé
Cet article présente les résultats d’une recherche portant sur le risque routier professionnel rencontré par des travailleurs dont la conduite n’est pas le métier mais qui se déplacent fréquemment : les conducteurs de travaux de chantiers de travaux publics. En adoptant le point de vue de l’activité, nous montrons que la compréhension et la prévention de ce risque nécessitent de connaître et de comprendre l’activité de travail. En effet, l’activité de conduite est une activité de travail et le risque qui lui est lié est un risque au travail. Pour prévenir ce dernier, il est donc nécessaire de dépasser la simple approche comportementale de l’activité de conduite et de prendre en considération l’ensemble des déterminants de l’activité de travail qui font que le conducteur de travaux se déplace et prend des risques sur la route. Nous retiendrons que les aspects organisationnels (prescription, organisation de la production, politique de ressources humaines), matériel (véhicule, outils de communication) et interentreprises (relationnel client) affectent l’activité de conduite et que la prévention du risque routier nécessite donc une approche globale (aux niveaux individuel et collectif, dans l’entreprise et avec les entreprises extérieures) qui touche à ces différents domaines.
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 | 0,007 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,002 |
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 ».