MétaCan
Menu
Retour à la cohorte
Enregistrement W1524717851 · doi:10.4000/pistes.2959

Comment mesurer la relation humain-technologies-organisation ?

2007· article· fr· W1524717851 sur OpenAlexvenueno aff
Éric Brangier, Sonia Hammes

Notice bibliographique

RevuePerspectives interdisciplinaires sur le travail et la santé · 2007
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueInformation Systems Theories and Implementation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

Cet article vise à restituer une recherche relative à la mise au point d’une échelle de mesure de la relation entre l’humain, la technologie et l’organisation. Tout d’abord, les auteurs débattent des différents modèles théoriques de l’acceptation des technologies (technology acceptance model, théorie de la satisfaction de l’utilisateur, la théorie de la nonconformité aux attentes), puis proposent de considérer que la relation entre l’humain, la technologie et l’organisation peut s’appréhender selon une approche symbiotique qui considère qu’humains et technologies sont reliés par des rapports de forte dépendance, voire de fusion réciproque ou de couplage mutuel. La présentation d’un modèle de la symbiose humain-technologie-organisation donne ensuite lieu à l’élaboration d’un questionnaire administré à un échantillon de 172 personnes. Enfin, les analyses soulignent que l’approche symbiotique fournit des niveaux d’explicativité très intéressants, notamment en soulignant l’importance du couplage entre l’humain et la machine, et en révélant ainsi que les liens qui tissent la relation entre l’humain, l’organisation et la machine peuvent être dits mutuellement dépendants. Cet article propose donc une alternative aux modèles qui insistent sur les conditions d’acceptation des technologies par l’humain en montrant qu’aujourd’hui les technologies contemporaines sont en passe de devenir des symbiotes qui, d’un point de vue métaphorique, se couplent avec les individus.

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)0,006
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,022
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0020,008
Communication savante0,0090,010
Science ouverte0,0010,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,017
Tête enseignante GPT0,360
Écart entre enseignants0,342 · 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'étudeThéorique ou conceptuel
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

Citations17
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePerspectives interdisciplinaires sur le travail et la santéMême sujetInformation Systems Theories and ImplementationTravaux en français237 207