Contribuer à un projet d’aménagement par l’analyse ergonomique du travail : le cas d’une bibliothèque publique
Bibliographic record
Abstract
L’ergonomie est de plus en plus intégrée à la conception de situations de travail, que ce soit dans le cadre de projets industriels ou de projets architecturaux. Dans ce dernier cas, en participant à la définition des espaces, les ergonomes contribuent également à influencer, en partie, l’organisation du travail future. Lors d’une intervention dans un projet de construction d’une nouvelle bibliothèque, des ergonomes chercheurs ont accompagné le déroulement du projet, aux phases concours d’architecture, études de concepts et études préliminaires. C’est en s’appuyant essentiellement sur l’analyse ergonomique du travail effectuée dans la bibliothèque existante, de même que dans des sites de référence que les ergonomes ont pu analyser les propositions architecturales et élaborer, avec un groupe de travail, des suggestions de modifications au cadre futur de travail. Cet article rend compte des activités mises en œuvre par les ergonomes au cours de leur intervention, notamment l’analyse ergonomique du travail, et de la manière dont l’intervention a pu influencer l’espace et l’organisation du travail. La trajectoire de la conception de deux des trois étages du bâtiment de la nouvelle bibliothèque illustrera ce propos et nous amènera à discuter de la portée et des limites de l’intervention ergonomique d’accompagnement et des conditions qui en rendent possible une issue positive pour le travail futur.
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 | 0.019 | 0.026 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.011 | 0.018 |
| Science and technology studies | 0.008 | 0.012 |
| Scholarly communication | 0.024 | 0.013 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.004 | 0.006 |
| 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".