La rotation des postes : ce qu’en pensent des travailleurs d’une usine d’assemblage automobile
Bibliographic record
Abstract
Une enquête de perception a été réalisée auprès de 250 travailleurs répartis dans les quatre divisions de la production d’une usine d’assemblage automobile. Alors qu’ils étaient hors de leur poste, chacun des assembleurs a participé à un court entretien mené par un ergonome. Il ressort de l’enquête qu’à peine 11 % des travailleurs pratiquent la rotation. Vingt et un pour cent d’entre eux disent être en faveur de ce mode d’organisation du travail, 33 % affirment être contre, alors que 46 % disent que leur position dépend des conditions d’implantation. Quand on les interroge sur les avantages de la rotation, les travailleurs répondent : réduire la monotonie (53,8 %), réduire les contraintes physiques (47 %) et améliorer sa santé (59 %). Les désavantages sont toutefois plus nombreux et variés, selon eux, les plus souvent rapportés étant : les caractéristiques des postes (57 % des travailleurs), les difficultés liées à l’apprentissage (30 %), le fait de ne pas aimer le changement (20 %) et les effets négatifs possibles sur la santé (19 %). Bien que l’enquête n’apporte pas de réponses précises sur les conséquences de la rotation, elle renseigne sur les facteurs à considérer pour son implantation : caractéristiques des postes, formation, caractéristiques des personnes, production, marge de manœuvre dans sa pratique, importance du collectif de travail.
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 | 0.002 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.016 | 0.003 |
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".