MétaCan
Menu
Retour à la cohorte
Enregistrement W2016314628 · doi:10.3917/trav.015.0071

« Les femmes aussi ont un cerveau ! » Le travail des femmes en ergonomie : réflexions sur quelques paradoxes

2006· article· fr· W2016314628 sur OpenAlexaboutno aff
Catherine Teiger

Notice bibliographique

RevueTravailler · 2006
Typearticle
Languefr
DomaineHealth Professions
ThématiqueOccupational Health and Safety Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

Résumé Le travail des femmes a joué un rôle important dans l’orientation initiale d’Alain Wisner vers la conception de dispositifs de travail « adaptés » aux travailleurs et dans l’élaboration de l’arsenal conceptuel et méthodologique qu’il a construit. Mais ce rôle est resté pour une bonne part « invisible », car non-problématisé. Après avoir rappelé l’influence assumée de l’œuvre de deux femmes, Simone Weil et Suzanne Pacaud, sur la démarche de Wisner, l’auteure montre que la sortie du laboratoire, la découverte du travail « réel » et de l’intelligence des travailleurs eurent lieu grâce à l’incompréhension du travail des femmes par des hommes (syndicalistes et chercheurs). Plus largement, l’ergonomie du « laboratoire Wisner » s’est développée grâce à l’analyse du travail féminin : dans l’industrie électronique, d’abord, puis dans la confection, la métallurgie, les Tabacs et Allumettes, le matériel de précision, peu à peu dans les services, remettant en question les stéréotypes scientifiques et sociaux sur « les femmes ». À quel homme le travail doit-il être adapté ? De fait, cet « homme » est souvent une femme : en dépit d’exception notable, en particulier au Québec, dans beaucoup d’ouvrages et traités d’ergonomie la plupart des exemples illustratifs de situations de travail concernent des travaux effectués par des femmes ; mais le texte de fond est au masculin, sans que jamais soit discuté comment s’est effectuée cette généralisation. L’auteure analyse les motifs de cet effacement en mettant l’accent sur la tension entre généralisation et variabilité, tant sur le plan épistémologique que sur le plan de l’action syndicale.

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)0,009
score de la tête « metaresearch » (Gemma)0,012
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: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0070,027
Communication savante0,0080,009
Science ouverte0,0010,005
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,122
Tête enseignante GPT0,409
Écart entre enseignants0,287 · 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

Citations26
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTravaillerMême sujetOccupational Health and Safety ResearchTravaux en français237 207