Vers une compréhension de la construction des gestuelles avec l’expérience : le cas des « tôliers » d’une entreprise automobile
Bibliographic record
Abstract
L’objectif de cette recherche réalisée chez un constructeur automobile, est de rendre compte de la construction des gestuelles développées avec l’expérience par les opérateurs du département « tôlerie ». Des observations aux postes de travail ainsi que des entretiens ont permis de faire ressortir la dynamique de construction des gestes au travail des tôliers. Il s’agit de reconstruire l’histoire d’un geste c’est-à-dire d’identifier les déterminants des stratégies de travail selon les parcours antérieurs des uns et des autres. Les résultats montrent que les opérateurs développent des techniques de travail différentes qui reposent néanmoins sur des principes communs. Ces principes régissent l’utilisation du corps au travail comme éviter la douleur ou chercher à la réduire, rechercher l’équilibre dans tout le corps, répartir la force. Une expérience de la douleur associée à une expérience des gestes efficaces et inefficaces, efficients et inefficients, s’est construite au fil du temps. Ces principes sont issus de divers registres d’expérience (expérience professionnelle : expérience du travail à la chaîne, de métiers antérieurs ; expérience de vie : pratique sportive, relations avec des médecins... ; expérience du travail des autres). Cette mise à jour de la rationalité des opérateurs a permis d’interroger le système de prescription des gestuelles actuellement adoptées par l’entreprise en question, système qui tend vers une volonté d’homogénéiser les pratiques afin d’améliorer la qualité et la productivité.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.011 |
| Scholarly communication | 0.008 | 0.007 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.010 | 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".