Les pratiques des organismes en prévention des TMS : Terrain de recherche et chercheur de terrain
Bibliographic record
Abstract
Cet article interroge, la contribution des pratiques des organismes de prévention, aux recherches pour la prévention des TMS. Généralement l’accumulation des savoirs critiques sur l’intervention en prévention des TMS est issue de la recherche appliquée et de la recherche action. Mais ces connaissances produites et nécessaires sont elles suffisantes pour répondre aux pratiques des intervenants notamment ceux des organismes de prévention ? L’auteur pose quelques points de repères pour alerter la communauté scientifique sur les impasses méthodologiques et les limites des terrains de recherche. Il questionne notamment :1. le travail de la demande par rapport à la commande institutionnelle.2. les méthodologies utilisées pour saisir l’intervention dans la durée.3. l’absence de petites entreprises et des réseaux dans le choix des terrains de recherche.Face aux difficultés de maitriser l’évolution du phénomène TMS, l’expérience des organismes de prévention peut devenir une ressource d’information précieuse pour la recherche. Convenir des conditions pour que les praticiens participent à cet effort de recherche devient un enjeu majeur.
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 | 0.052 | 0.059 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.009 | 0.034 |
| Scholarly communication | 0.016 | 0.015 |
| Open science | 0.003 | 0.012 |
| Research integrity | 0.006 | 0.010 |
| Insufficient payload (model declined to judge) | 0.009 | 0.002 |
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".