MétaCan
Menu
Retour à la cohorte
Enregistrement W7034454248

Understanding and preventing bypassing of safeguards on machinery through an assessment tool based on probability levels

2020· other· fr· W7034454248 sur OpenAlexfundaboutno aff

Notice bibliographique

RevuePolyPublie (École Polytechnique de Montréal) · 2020
Typeother
Languefr
DomaineArts and Humanities
ThématiqueMedieval History and Crusades
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésWork (physics)LimitingWork safetyNoise (video)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Comment les préventeurs des milieux de travail peuvent-ils identifier les incitatifs au contournement des moyens de protection sur leur machine, 2) Comment ces préventeurs peuvent-vi ils trouver des mesures préventives pour vaincre le contournement sur leur machine, et 3) Comment peut-on évaluer ces incitatifs afin d'éviter de contourner des moyens de protection de la machine pendant sa phase d'utilisation ?Cette thèse présente une liste qui couvre un vaste champ de 72 incitatifs possibles au contournement, en se basant sur la littérature.Ils sont classés selon les cinq principales catégories suivantes : ergonomie, productivité, machine ou moyens de protection, comportement et climat d'entreprise.De plus, cette thèse fournit une panoplie de solutions, basées sur la littérature, comprenant 82 mesures préventives afin d'éviter le contournement des moyens de protection; elles sont classées en facteurs d'influence techniques, organisationnels et individuels.L'outil développé, sur la base des catégories d'incitatifs mentionnés ci-dessus, permet d'évaluer le contournement des moyens de protection et prévenir ce contournement lors de la phase d'exploitation des machines.Par conséquent, cette thèse sert non seulement à concevoir un outil mais aussi à améliorer la compréhension du problème du contournement.L'outil proposé est capable d'estimer qualitativement la probabilité de contournement selon quatre niveaux : faible, modéré, significatif et élevé.Ces niveaux aident les décideurs des entreprises à établir des priorités dans les mesures préventives visant à éliminer ou à réduire les incitatifs de contournement dans leur milieu de travail.Cet outil est testé d'abord avec cinq rapports d'accidents liés au contournement, puis en l'appliquant à quatre entreprises manufacturières et à des machines réelles comme études de cas dans la province de Québec.Au total, cinq préventeurs en SST dans ces entreprises, en tant qu'utilisateurs de l'outil proposé, ont appliqué l'outil à 18 machines et 37 activités.Un questionnaire a permis de recueillir les commentaires des préventeurs en SST.Ces derniers ont trouvé l'outil utile avec un niveau de satisfaction élevé (82 %).Leurs commentaires ont permis d'améliorer l'outil.Ensuite, un processus hiérarchique de l'amélioration de la sécurité est présenté pour les machines et les moyens de protection.Enfin, les résultats de l'outil sont utilisés pour définir des mesures préventives afin d'éliminer ou de réduire les incitatifs, ainsi que pour illustrer comment les préventeurs en SST pourraient utiliser les résultats de l'outil pour définir des mesures préventives dans leur entreprises.Cette meilleure compréhension de l'enjeu du contournement a permis de concevoir l'outil dédié à la phase d'exploitation des machines pour évaluer les incitatifs sur les machines existantes.Les préventeurs en SST peuvent utiliser périodiquement cet outil dans le milieu de travail pour vii effectuer des audits et des évaluations, afin de comprendre la raison pour laquelle des accidents liés au contournement surviennent, ainsi que pour prévenir le contournement.Les incitatifs identifiés par les utilisateurs finaux peuvent alimenter les concepteurs de machines en connaissances additionnelles, conformément à la boucle de rétroaction du processus de réduction des risques recommandé par la norme ISO 12100:2010 (boucle représentant le retour d'expérience de l'utilisateur au concepteur de la machine).Cet outil fournit une approche préventive pour les entreprises: 1) éviter le contournement des moyens de protection en analysant les motifs au contournement plutôt que de blâmer les opérateurs, 2) réduire le nombre d'accidents dus au contournement et, par conséquent, 3) augmenter la productivité.viii

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)0,003
score de la tête « metaresearch » (Gemma)0,022
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: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,022
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,002
Études des sciences et des technologies0,0010,001
Communication savante0,0040,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,071
Tête enseignante GPT0,283
Écart entre enseignants0,211 · 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

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePolyPublie (École Polytechnique de Montréal)Même sujetMedieval History and CrusadesTravaux en français237 207