Présentation des contributions
Bibliographic record
Abstract
Dans le cadre du 18 e Congrès de l'Association internationale d'ergonomie (2012, Recife, Brésil), le symposium Ergonomics analysis of work and training (EAWT) a rassemblé des chercheurs et des intervenants de plusieurs pays (Belgique, Brésil, Canada, France, Portugal, Suisse).Ce symposium s'inscrivait dans la continuité des autres symposiums EAWT tenus depuis 1991 sur les apports de l'analyse ergonomique aux situations de formation et d'apprentissage 1 .Cette contribution de l'ergonomie s'est construite dans un souci de cohérence avec l'objectif de la discipline, soit l'adaptation du travail aux capacités humaines.Ainsi, la conception de dispositifs de formation devrait favoriser des conditions d'apprentissage et de travail pour permettre le développement des compétences et de la santé.2 Dans la tradition des symposiums précédents, une publication s'ensuit afin de partager les apports des participants ainsi que des réflexions que nous souhaitons porteuses pour la formation et l'ergonomie.Cette fois-ci, l'originalité de la publication repose sur une production conjointe des revues Laboreal 2 et PISTES qui diffusent respectivement en espagnol et portugais et en français.Ce numéro spécial, en plus de faire connaître les travaux récents dans ce domaine de recherche, permet de toucher un plus large public intéressé par les questions de formation avec des approches novatrices, et d'ouvrir sur des collaborations interdisciplinaires plus nombreuses. 3Nous remercions les auteurs qui ont accepté de relever le défi de cette double publication.Nous remercions aussi chaleureusement les directions des revues, Marianne Lacomblez et Marta Santos pour Laboreal, et Élise Ledoux et Denys Denis pour PISTES, qui ont eu le génie de nous proposer cette formule qui leur demande une certaine gymnastique.Un merci tout spécial à Aurélie Tondoux qui a coordonné le processus d'évaluation des textes.Présentation des contributions
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 | 0.006 | 0.027 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.010 | 0.004 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.152 | 0.089 |
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".