Bibliographic record
Abstract
Dans un contexte où les institutions sanitaires ont une obligation de transparence tant vis-à-vis des autorités que de leurs patients, le management de la qualité et l’introduction de « bonnes pratiques » définies selon des standards scientifiques sont devenus une préoccupation majeure pour la gestion interne des établissements. Or, si les protocoles et prescriptions sont indispensables à l’orientation du travail, ils ne s’appliquent pas tout seuls. Ces divers documents, du fait qu’ils présentent des descriptions standardisées et stabilisées du travail, contribuent à masquer ce que tout travailleur met effectivement en œuvre pour accomplir sa tâche dans des situations instables, variables, dans lesquelles il faut faire tenir ensemble une diversité d’éléments parfois contradictoires. C’est ce que nous enseigne le courant d’ergonomie de langue française sur lequel nous nous appuyons, qui prend au sérieux l’écart irréductible entre le « travail prescrit » et le « travail réel ». La compréhension du travail issue de la recherche s’en trouve ainsi mieux ajustée aux réalités professionnelles et devient une ressource pour la formation de futures professionnelles. Par le biais de trois études menées en analyse du travail par notre équipe en milieu hospitalier, nous approfondirons ces notions et leurs implications pour la pratique et la formation.
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 | 0.015 | 0.026 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.008 | 0.007 |
| Scholarly communication | 0.009 | 0.006 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.017 | 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".