MétaCan
Menu
Retour à la cohorte
Enregistrement W4413932319 · doi:10.1177/10711813251369379

Human Factors for a Better World: Case Studies in Community Ergonomics

2025· article· en· W4413932319 sur OpenAlexaff
Hanna J. Barton, Andrew Thatcher, Maurita T. Harris, Wendy A. Rogers, Dan Nathan-Roberts, Leah C. Newman, Carlo Caponecchia

Notice bibliographique

RevueProceedings of the Human Factors and Ergonomics Society Annual Meeting · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueErgonomics and Human Factors
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésHuman factors and ergonomicsEngineeringMedicinePoison controlEnvironmental health

Résumé

récupéré en direct d'OpenAlex

This panel brings together global experts to explore the evolving practice of community ergonomics—an approach that applies Human Factors and Ergonomics (HFE) to co-design systems with and for marginalized communities. Building on the lessons articulated in Barton et al. (2025), panelists will present diverse case studies that highlight both the promise and complexity of community-engaged HFE work. Panelists will reflect on the epistemological shifts, methodological adaptations, and relational commitments required to move toward genuine collaboration and social impact. Attendees will leave with tangible strategies for engaging communities as co-designers, as well as deeper insight into how our assumptions as HFE professionals shape the outcomes of our work. This session is a call to action for expanding the scope, values, and practice of ergonomics for a more equitable world.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,381
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,280
Écart entre enseignants0,246 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Human Factors and Ergonomics Society Annual MeetingMême sujetErgonomics and Human FactorsTravaux en français237 207