Vitalité des activités et rationalité du Lean : deux études de cas
Bibliographic record
Abstract
Le Lean, inspiré du système de production Toyota, se déploie en France au sein du secteur automobile depuis une vingtaine d’années et, progressivement, à l’ensemble des secteurs de l’économie. Les demandes d’intervention dans des organisations de type Lean se multiplient et conduisent les ergonomes à s’interroger sur leur positionnement et à approfondir la réflexion vis-à-vis de ce type d’organisation du travail. Cet article cherche précisément à s’inscrire dans cette voie et à capitaliser deux expériences menées dans des contextes Lean variés de façon à discuter le Lean et ses paradoxes. Reposant sur une méthodologie commune articulant deux démarches – l’analyse de l’activité de travail et l’étude de cas – l’article cherche à comprendre ce qui se joue au sein même des situations de travail. Les résultats font état de trois logiques Lean, chacune portée par des protagonistes distincts qui communiquent peu, s’ignorent bien souvent : le Lean « stratégique » porté par la direction et qui semble intouchable, le Lean « implémenté » tant bien que mal par le management soumis à des efforts de rationalisation et à la production d’indicateurs et le Lean « géré » au quotidien par les équipes de travail. Faire rencontrer, dialoguer et débattre ces protagonistes autour du quotidien de l’activité constitue le principal axe de transformation proposé.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.014 | 0.016 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.007 | 0.025 |
| Scholarly communication | 0.021 | 0.015 |
| Open science | 0.002 | 0.008 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".