MétaCan
Menu
Retour à la cohorte
Enregistrement W1501592110 · doi:10.4000/pistes.3589

Vitalité des activités et rationalité du Lean : deux études de cas

2013· article· fr· W1501592110 sur OpenAlexvenueno aff
Tahar‐Hakim Benchekroun, Justine Arnoud, Rebecca Arama

Notice bibliographique

RevuePerspectives interdisciplinaires sur le travail et la santé · 2013
Typearticle
Languefr
DomaineEngineering
ThématiqueAssembly Line Balancing Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Le Lean, inspiré du système de production Toyota, se déploie en France au sein du secteur automobile depuis une vingtaine d’années et, progressivement, à l’ensemble des secteurs de l’économie. Les demandes d’intervention dans des organisations de type Lean se multiplient et conduisent les ergonomes à s’interroger sur leur positionnement et à approfondir la réflexion vis-à-vis de ce type d’organisation du travail. Cet article cherche précisément à s’inscrire dans cette voie et à capitaliser deux expériences menées dans des contextes Lean variés de façon à discuter le Lean et ses paradoxes. Reposant sur une méthodologie commune articulant deux démarches – l’analyse de l’activité de travail et l’étude de cas – l’article cherche à comprendre ce qui se joue au sein même des situations de travail. Les résultats font état de trois logiques Lean, chacune portée par des protagonistes distincts qui communiquent peu, s’ignorent bien souvent : le Lean « stratégique » porté par la direction et qui semble intouchable, le Lean « implémenté » tant bien que mal par le management soumis à des efforts de rationalisation et à la production d’indicateurs et le Lean « géré » au quotidien par les équipes de travail. Faire rencontrer, dialoguer et débattre ces protagonistes autour du quotidien de l’activité constitue le principal axe de transformation proposé.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,103

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,016
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0070,025
Communication savante0,0210,015
Science ouverte0,0020,008
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,287
Écart entre enseignants0,277 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePerspectives interdisciplinaires sur le travail et la santéMême sujetAssembly Line Balancing OptimizationTravaux en français237 207