L’analyse psychologique du développement des gestes professionnels : une perspective pour la prévention des TMS ?
Bibliographic record
Abstract
Les références aux gestes et aux corps ne paraissent pas essentielles dans les travaux des fondateurs de la tradition historico-culturelle. Pourtant, Vygotski, Léontiev et Luria ont contribué à développer des axes théoriques que nous avons souhaités reprendre. En nous appuyant sur ces travaux, dont certains font référence à des physiologistes russes — Anokhin et Bernstein — nous proposons de présenter un modèle d’analyse psychologique du développement du geste. Le travail d’opératrices d’une blanchisserie industrielle et les autoconfrontations croisées auxquelles elles ont participé, nous permettent de distinguer, au sein d’une même unité psycho-socio-physiologique, le geste, les automatismes et le mouvement. Nous montrons alors comment l’analyse psychologique en clinique de l’activité peut contribuer à la prévention durable des TMS. Plus exactement, nous présentons trois axes pour l’intervention. Nous pensons qu’un travail d’analyse, à partir de la structure psychologique du geste, permet de i) provoquer des controverses ciblées sur les rapports entre ces trois plans ; ii) développer l’expérience gestuelle des professionnels par la multiplication des contextes ; et enfin, iii) soutenir le pouvoir d’agir des professionnels.
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 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.002 | 0.010 |
| Scholarly communication | 0.005 | 0.006 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.005 |
| Insufficient payload (model declined to judge) | 0.008 | 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".