Contribution à un modèle explicatif de la charge de travail : le cas du service à la clientèle
Notice bibliographique
Résumé
La rapidité des changements qui s’opèrent dans les organisations engendre une intensification du travail qui se traduit par une augmentation de la charge de travail. La littérature scientifique identifie de plus en plus clairement la charge de travail comme un facteur de risques dont les répercussions affectent les individus et les organisations. Bien que les connaissances actuelles portant sur la charge de travail permettent de quantifier des conséquences humaines ou organisationnelles, elles sont difficiles à utiliser pour agir dans l’amélioration des situations de travail. Cet article a pour objectif de contribuer à la modélisation de la charge de travail dans sa globalité et sa complexité à l’intérieur de la dynamique de l’individu, de son activité professionnelle et de son contexte organisationnel. Elle vise à définir des composantes de la charge de travail et à cerner des facteurs qui l’influencent directement ou indirectement à partir de situations de travail réelles. Une recherche terrain s’est déroulée dans une organisation du secteur de l’assurance auprès de préposés au service à la clientèle en privilégiant des observations, des entretiens individuels et de groupe. Les activités réelles de travail des préposés ont été analysées en privilégiant le modèle de l’activité réelle de travail tel qu’utilisé en ergonomie. Cinq facteurs dynamiques de la charge de travail émergent de la recherche et ils permettent de réviser et d’enrichir un modèle explicatif de la charge de travail.
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 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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,005 |
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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».