Ergonomes et préventionnistes : étude d’une pratique de collaboration dans le cadre d’un projet de conception d’une usine - 1ère de 2 parties
Bibliographic record
Abstract
Ce premier article d’une série de deux décrit l’activité d’un ergonome et de deux préventionnistes impliqués dans la conception d’une usine. Elle a été reconstituée à partir d’entretiens réalisés avec eux et certains de leurs interlocuteurs, en s’inspirant du courant théorique de l’action située. Cinq stratégies d’intervention ont été identifiées : avancer pas à pas au cours du projet ; s’ajuster à l’ingénierie ; légitimer leurs actions ; recourir à la logique d’utilisation pour tester la conception ; et construire une mémoire de leurs actions. Leurs retombées sont doubles. Ces stratégies ont permis d’influencer la conception des situations de travail, d’éliminer un grand nombre de risques à la source et de concevoir le programme de prévention avant le démarrage de l’usine. Plus généralement, la diffusion de connaissances sur de telles pratiques est de nature à favoriser les échanges et l’appropriation de nouvelles façons de faire en conception. Un second article présentera les enseignements généraux tirés de cette étude de cas en matière de modes de gestion des projets et des organisations favorables à une action efficace en SST et en ergonomie.
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 | 0.037 | 0.042 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.013 | 0.017 |
| Scholarly communication | 0.021 | 0.015 |
| Open science | 0.002 | 0.017 |
| Research integrity | 0.005 | 0.008 |
| Insufficient payload (model declined to judge) | 0.011 | 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".