MétaCan
Menu
Retour à la cohorte
Enregistrement W2080622064 · doi:10.3917/th.773.0207

Concevoir rapidement des produits et services innovateurs en utilisant une approche ergonomique proactive : le cas d'une entreprise d'aide posturale

2014· article· fr· W2080622064 sur OpenAlexaff
Marie-Claude Prévost, Daniel P. Spooner

Notice bibliographique

RevueLe travail humain · 2014
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueEducation, sociology, and vocational training
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesArtPhilosophy

Résumé

récupéré en direct d'OpenAlex

Dans cette étude de cas, des idées de produits et services innovateurs sont proposées à un client en utilisant une approche d’ergonomie prospective. Cette approche diffère des approches traditionnelles où le travail se fait dans le cadre spécifique d’un projet défini par un client. L’approche est conçue et adaptée de façon à ce que toutes les étapes de réalisation soient accomplies en peu de temps et puissent fournir un maximum d’éléments prospectifs susceptibles de mener à la création d’idées inédites. La méthodologie consiste en un avant-projet qui inclut des rencontres avec des utilisateurs experts, une analyse de la tâche et se termine par la génération d’idées de projets futurs. Les méthodes et techniques choisies permettent de maintenir un lien étroit avec le milieu de travail tout au long de l’avant-projet et tiennent compte de critères permettant d’évaluer l’utilité future des idées produites. Après avoir rencontré cinq utilisateurs en sept jours, nous avons identifié vingt problèmes à résoudre et huit idées de projets réalisables à court, moyen et long termes. Les idées couvrent une vaste gamme de projets potentiels incluant des améliorations aux produits physiques actuels, de nouvelles lignes de produits, des améliorations au site web et aux logiciels et finalement des projets de recherche. Cette vaste gamme d’idées est possible car la démarche n’est pas confinée par des mandats précis ou par des échéanciers déterminés. Le client a été impliqué dans le processus d’évaluation des idées produites. Comme suite à cette étude, trois projets ont été identifiés et sont en cours de réalisation.

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)0,016
score de la tête « metaresearch » (Gemma)0,032
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 enseignants0,016
Score d'incertitude au seuil0,083

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,032
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,002
Communication savante0,0090,007
Science ouverte0,0030,005
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0120,004

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 Opus0,126
Tête enseignante GPT0,384
Écart entre enseignants0,258 · 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

Citations3
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLe travail humainMême sujetEducation, sociology, and vocational trainingTravaux en français237 207