MétaCan
Menu
Retour à la cohorte
Enregistrement W2566822926 · doi:10.4000/pistes.4869

Pour une prévention durable des troubles musculosquelettiques chez des travailleuses saisonnières : prise en compte du travail réel

2016· article· fr· W2566822926 sur OpenAlexvenueno aff
Marie-Ève Major, Nicole Vézina

Notice bibliographique

RevuePerspectives interdisciplinaires sur le travail et la santé · 2016
Typearticle
Languefr
DomaineHealth Professions
ThématiqueWorkplace Health and Well-being
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

Cette recherche compte parmi les rares études s’étant intéressées à la prévention des troubles musculosquelettiques (TMS) sous l’angle de l’organisation temporelle du travail et des déterminants liés aux politiques publiques et aux consignes ministérielles. Les objectifs étaient de dresser un portrait des exigences temporelles du travail saisonnier et d’identifier des déterminants des situations de travail pour une prévention durable des TMS. Reposant sur une analyse de l’activité de travail dans une perspective de genre, 16 travailleuses saisonnières de l’industrie de la transformation du crabe ont été suivies pendant deux années consécutives. Divers entretiens, des observations (activité, production et organisation du travail) et l’analyse de documents ont été réalisés. Les résultats mettent en évidence l’importance des contraintes liées aux postes de travail des femmes dans ce secteur, le portrait partiel et incomplet qu’apportent les données de production pour comprendre les contraintes temporelles des travailleuses, ainsi que les répercussions importantes que peuvent engendrer des politiques publiques sur l’activité de travail de travailleuses. L’étude propose des éléments méthodologiques pour l’analyse de l’organisation temporelle du 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 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)0,005
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0040,002
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0120,002

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 Opus0,019
Tête enseignante GPT0,354
Écart entre enseignants0,335 · 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'étudeObservationnel
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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePerspectives interdisciplinaires sur le travail et la santéMême sujetWorkplace Health and Well-beingTravaux en français237 207