« Les femmes aussi ont un cerveau ! » Le travail des femmes en ergonomie : réflexions sur quelques paradoxes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,003 |
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 découle