MétaCan
Menu
Retour à la cohorte
Enregistrement W4413279626 · doi:10.7202/1118799ar

Enjeux et méthodes d’analyse des besoins de formation : le cas d’une formation pour la prévention des accidents

2024· article· fr· W4413279626 sur OpenAlexaffvenue
Sylvie Ouellet

Notice bibliographique

RevueRelations industrielles · 2024
Typearticle
Languefr
DomainePsychology
ThématiqueHuman Resource Development and Performance Evaluation
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésPolitical science

Résumé

récupéré en direct d'OpenAlex

L’analyse des besoins est une étape considérée comme cruciale lors de la planification d’une formation. Il existe diverses méthodes pour identifier les besoins, sans qu’il y ait d’études pour les comparer au regard des informations obtenues et des coûts associés. C’est dans cette perspective qu’un projet a été réalisé dans le secteur des télécommunications pour vérifier l’apport de différentes méthodes de collecte de données dans un contexte de prévention des accidents lors du transport et de la manipulation d’échelles par des techniciens. Les méthodes comparées sont les rencontres individuelles avec des acteurs de la SST et de la formation (n : 13), les groupes de discussion avec des techniciens (3 groupes, n : 28), l’administration d’un questionnaire en ligne auprès de techniciens et l’analyse de l’activité de travail de cinq techniciens. Cette dernière méthode est souvent ignorée en formation en raison des coûts associés à sa réalisation. Une analyse comparative des méthodes a été effectuée relativement à la nature des informations obtenues. Les résultats montrent que les entrevues avec les acteurs en SST permettent de bien cerner la problématique à l’origine de la demande de formation. Les rencontres de groupe ainsi que le questionnaire ont surtout permis d’identifier les besoins de formation perçus et d’obtenir des informations sur les facteurs qui entrainent des difficultés dans le travail. Quant à l’analyse de l’activité de travail, elle est la méthode qui a fourni une plus grande compréhension du travail à réaliser et des facteurs sur lesquels il faudrait agir pour prévenir les accidents de travail. Elle a aussi mené à l’identification de situations de travail « critiques » et à la mise en mots de savoirs développés avec l’expérience qui pourraient être intégrés à la formation pour favoriser le transfert des apprentissages et la prévention.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,645
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,003
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,141
Tête enseignante GPT0,395
Écart entre enseignants0,254 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeAutre devis
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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRelations industriellesMême sujetHuman Resource Development and Performance EvaluationTravaux en français237 207