MétaCan
Menu
Retour à la cohorte
Enregistrement W2778520152 · doi:10.4000/pistes.5513

Comment et pourquoi : proposition d’un modèle d’évaluation des processus de la phase de développement d’interventions ergonomiques

2017· article· fr· W2778520152 sur OpenAlexaffvenue
Valérie Albert, Nicole Vézina, Henriette Bilodeau, Fabien Coutarel

Notice bibliographique

RevuePerspectives interdisciplinaires sur le travail et la santé · 2017
Typearticle
Languefr
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensInstitut de recherche Robert-Sauvé en santé et en sécurité du travail
Organismes subventionnairesnon disponible
Mots-clésPsychological interventionHumanitiesPolitical sciencePsychologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Les interventions ergonomiques évaluées par la méthode expérimentale apparaissent très simplifiées lorsqu’elles se limitent à des solutions standardisées fournies à un grand nombre de travailleurs. Ces interventions diffèrent grandement des interventions réalisées sur le terrain par des ergonomes, qui mènent une démarche participative complexe et étroitement adaptée au contexte d’une entreprise. Dans ces interventions complexes, un nombre important d’actions précèdent l’implantation de modifications spécifiques, mais ces actions sont rarement évoquées dans les évaluations. L’objectif de cet article est de présenter le cadre méthodologique d’une évaluation des processus de la phase de développement d’interventions ergonomiques réelles, soit celle qui précède l’implantation des modifications du travail. Le recueil de données quantitatives et qualitatives colligées à différents moments de l’intervention grâce à un journal de bord, des analyses documentaires et des entrevues semi-dirigées sont proposés. Ce modèle d’évaluation des processus devrait permettre de mieux comprendre les actions ayant mené aux modifications dans certains contextes et pouvant représenter l’aspect transférable de l’intervention à des interventions futures réalisées dans des contextes similaires.

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)0,072
score de la tête « metaresearch » (Gemma)0,164
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,072
Score d'incertitude au seuil0,381

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0720,164
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,004
Bibliométrie0,0020,003
Études des sciences et des technologies0,0020,005
Communication savante0,0100,011
Science ouverte0,0030,003
Intégrité de la recherche0,0030,003
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 Opus0,033
Tête enseignante GPT0,415
Écart entre enseignants0,381 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePerspectives interdisciplinaires sur le travail et la santéMême sujetMusculoskeletal pain and rehabilitationTravaux en français237 207