Bilan raisonné des outils d'appréciation des risques associés aux machines industrielles
Notice bibliographique
Résumé
Les situations dangereuses associées aux machines ont entraîné des accidents graves dans les industries du Québec. Afin de réduire ces situations dangereuses, les machines doivent être conçues ou modifiées en intégrant des moyens de réduction du risque. Sans faire une analyse de risque précise, il est difficile de choisir des moyens de réduction du risque optimisés. Comme les outils d’analyse de risque adaptés aux machines dangereuses se présentent sous des formes très diverses, il n’est pas facile de choisir lequel est le mieux adapté aux besoins de chaque entreprise qui veut s’engager dans une telle démarche; de plus, actuellement, des nouvelles formes d’outils d’estimation ou d’évaluation des risques associés aux machines industrielles sont proposées régulièrement. Dans le cadre d’une programmation thématique destinée à poser les bases de connaissances sur le thème des processus d’appréciation des risques associés aux machines industrielles, ce projet a recensé et commencé à classer les méthodes et outils disponibles à cette fin. Deux cent soixante-quinze documents mentionnant des méthodes ou outils d’appréciation des risques industriels ou associés aux machines dangereuses ont été collectés. Après analyse de ces documents, cent douze documents ont été retenus et codés dans une base de données relationnelle définie à l’aide du logiciel Access. Cent huit méthodes ou outils appliqués ou applicables aux risques associés aux machines dangereuses ont été codées, classées et analysées à partir de formulaires établis à l’avance. Une double codification indépendante a été effectuée pour réduire les risques d’erreur de codification. Cette analyse a permis de classer sur le plan théorique les outils d’estimation ou d’évaluation des risques étudiés et d’en identifier les éléments communs ou particuliers. Plusieurs grandes familles d’outils d’estimation ou d’évaluation des risques associés aux machines industrielles ont été identifiées. L’analyse détaillée des divers paramètres et constituantes des méthodes et outils a montré une très grande diversité qui explique en partie les difficultés de choix, d’utilisation et de comparaison des résultats. Une meilleure connaissance théorique des outils, associée avec le résultat de l’étude des pratiques d’analyse de risque en usage au Québec, permettra de poser des bases pour identifier de quelles façons les besoins des industries du Québec pourront être satisfaits et quels aspects devraient faire l’objet de recherches particulières. À long terme, on considère que l’utilisation, par les PME du Québec, d’outils optimisés d’appréciation des risques associés aux machines dangereuses permettra d’identifier les risques qui y sont associés et qu’une meilleure connaissance des risques permettra de mettre en place des moyens de prévention mieux adaptés et de réduire les accidents associés aux machines dangereuses.
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 | 0,003 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,004 |
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 ».