L’intervention ergonomique : que fait-on des caractéristiques personnelles comme le sexe et le genre ?
Notice bibliographique
Résumé
Le développement de l’intervention dans l’ergonomie francophone a ouvert un champ très important de connaissances sur la pratique. Au cours des dernières années, mise à part la question de l’âge peu de place a été accordée à la considération des caractéristiques personnelles dont le sexe et le genre dans les interventions ergonomiques. Sur la base d’un modèle du déroulement d’une intervention ergonomique, des enjeux, des questions ainsi que des pistes de recherche et d’action sont relevées à chacune des étapes. Il s’agit d’une réflexion sur les connaissances que nous possédons ou qui manquent pour intervenir adéquatement lorsque des enjeux de sexe et de genre sont posés. La nécessité de développer des stratégies d’intervention qui permettent d’identifier et d’éviter les situations d’exclusion des travailleuses, lors de la priorisation des situations de travail ou la mise en place des dispositifs de participation aux différentes étapes de l’intervention, est soulignée. Enfin, le concept de marge de manœuvre est utilisé, entre autres pour comprendre l’impact différencié des éléments du cadre de travail sur les capacités des hommes et des femmes à se maintenir au travail en santé.
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 | 0,026 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,007 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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.
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 ».