ÉVALUATION DES FACTEURS DE RISQUE DE TROUBLES MUSCULO-SQUELETTIQUES : COMPARAISON DE MÉTHODES D'OBSERVATION ET PERCEPTION DES TRAVAILLEURS
Notice bibliographique
Résumé
RESUME Les troubles musculo-squelettiques constituent un probleme de taille dans la majorite des pays industrialises. Selon les chiffres de l’Enquete sur les conditions de travail, d’emploi et de sante et de securite du travail, recemment publiee, un quebecois sur cinq (20,5%) souffrirait de troubles musculo-squelettiques (TMS) lies au travail. Les TMS comptent pour 38% des lesions indemnisees par la Commission de la Sante et de la securite du travail. L’intervention ergonomique visant la reduction de l’exposition aux facteurs de risque de TMS demeure la meilleure strategie de prevention et cette intervention est subordonnee a l’identification de ces facteurs de risque. La litterature recente en ergonomie propose une variete de methodes d’observations ayant ete developpees afin d’estimer l’exposition aux facteurs de risque de TMS. Elles ont pour objectif de supporter la prise en charge de la prevention des TMS en entreprise. Toutefois, cette litterature offre encore peu de recherches appliquees mettant a l’epreuve ces methodes sur le terrain pour comparer les resultats qu’elles produisent. Cette these realise une analyse comparative des resultats obtenus a partir de 11 methodes d’evaluation des facteurs de risque de TMS basees sur l’observation et etudie le lien entre la declaration de la douleur et la perception des travailleurs quant a l’evaluation de leur poste de travail. Les resultats de 21 indices tires des 11 methodes ont ete compares par groupes homogenes. Au total, 224 postes de travail ont ete evalues, dans 18 entreprises provenant de secteurs d’activite economique varies. Les donnees ont ete recueillies a partir de videos et de mesures prises aux postes. Un questionnaire fut egalement administre aux sujets ayant participe a l’etude, comportant des questions sur leurs caracteristiques personnelles generales, leur perception des facteurs de risque lies a l’ergonomie ainsi que sur les douleurs ressenties au cours des 12 derniers mois et des sept derniers jours precedant la collecte de donnees.----------ABSTRACT The prevalence of musculoskeletal disorders (MSDs) in workplaces is a major problem. According to the recently published Enquete sur les conditions de travail, d’emploi et de sante et de securite du travail, one in five Quebeckers (20,5%) suffer from MSDs. MSDs represent 38% of all injuries compensated by Quebec’s worker compensation board. Given the significant impacts of MSDs, industries need to work on prevention. The scientific literature shows that intervention to reduce exposure to MSD risk factors is the best prevention strategy. Recent literature in ergonomics offers a variety of observation methods for MSDs risk factors assessment. Some were developed with the intention of supporting industry-led MSDs prevention efforts and provide important guidelines for the implementation of occupational health and safety strategies. Yet, the existing literature showcases little applied research that tests these methods in the field to compare the results they produce. This doctoral thesis performs a comparative analysis of results obtained from 11 methods of MSDs risk factors assessment based on observation, and studies the relationship between the declaration of pain and perceptions of workers regarding the assessment of their workstations. The results of 21 indices from the 11 observation-based methods are compared in homogeneous groups. In total, 224 workstations were evaluated, involving 567 different tasks in 18 firms from various sectors of the economy. Data were gathered using video and measurements taken at the workstations. A questionnaire on the musculoskeletal pain experienced in various body regions, during the 12 months and seven days prior to the data collection, was also administered to employees participating in the study.
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 | 0,008 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».