Human Factors Experiences in Context - Comparing Four Industrial Cases Using a Soft Systems Framework
Notice bibliographique
Résumé
In industrial production companies, the practice of assigning responsibility for human factors and ergonomics (HFE) to specific professionals (referred to as HF agents in this paper) may take on various organizational forms.This interview study examines the extent to which HF agents are able to give input towards the design of new production systems in different industrial sectors.The present paper reports on how HF agents work in four Canadian case companies from the Automotive, Nuclear Power, Poultry and Auto parts sectors.A stratified soft-systems framework was used to guide the comparison of the four case companies regarding the HF agents' positioning in their companies and how this influences their work practices.HF agents and a cluster of 2 -3 surrounding colleagues with adjacent responsibilities were interviewed.Results showed that company context-specific factors such as procedures, collegial relations, processes and culture all heavily influence the "infrastructure" the HF agents can make use of to advance and sustain a human factors/ergonomics agenda.This includes vertical support in the company hierarchy (management support from top-down, employee acceptance from bottom-up), available tools and methods for demonstrating HFE benefits, and proceduralized accountability for HFE in projects.The companies that report positively on being able to address HFE issues proactively have HFE input integrated procedurally into new project start-ups, and the HF agent has a sign-off role.These companies have also, on a high organizational level, established linkage between HFE improvements and business objectives.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,013 | 0,011 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».