Élaboration d’un cadre de référence pour l’étude des stratégies : analyse de l’activité et étude de cas multiples dans deux usines de crabe
Bibliographic record
Abstract
L’étude des stratégies mises en œuvre par les travailleurs-euses est partie intégrante de l’analyse de l’activité de travail en ergonomie. Cette étude propose un cadre de référence pour le recueil et l’analyse des stratégies et décrit la nature et les enjeux des stratégies développées par des travailleuses saisonnières de l’industrie de la transformation du crabe aux prises avec des troubles musculo-squelettiques. Reposant sur un devis méthodologique combinant l’approche centrée sur l’analyse de l’activité de travail et celle d’une étude de cas multiples de 16 travailleuses (8 à Terre-Neuve ; 8 au Québec) suivies pendant deux années consécutives, divers entretiens et des observations de l’activité et de l’organisation du travail ont été réalisés. Les résultats permettent de constater que les travailleuses élaborent une grande variété de types de stratégies pour gérer leur douleur (19 catégories de stratégies). On constate autant les bienfaits associés à certaines stratégies que les compromis coûteux que représentent d’autres stratégies pour la santé. Le cadre de référence élaboré de manière inductive et ancré empiriquement dans les données recueillies sur le terrain constitue un outil dont pourront disposer les chercheurs et les ergonomes pour l’identification et le classement des stratégies.
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 | 0.022 | 0.032 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.011 | 0.010 |
| Science and technology studies | 0.005 | 0.006 |
| Scholarly communication | 0.013 | 0.007 |
| Open science | 0.004 | 0.005 |
| Research integrity | 0.003 | 0.002 |
| Insufficient payload (model declined to judge) | 0.013 | 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".