Démarches d’ergonomie participative pour réduire les risques de troubles musculo-squelettiques : bilan et réflexions
Bibliographic record
Abstract
Cet article traite d’interventions d’ergonomie participative réalisées par trois chercheurs dans différents milieux. En introduction, l’article situe l’approche développée par rapport à la littérature dans le domaine. Un bilan est ensuite présenté des principales composantes de notre démarche. Les grandes caractéristiques de l’approche sont d’abord décrites puis les structures de participation, comme les groupes Ergo, sont ensuite expliquées. La place faite aux travailleurs de l’entreprise est discutée et les éléments de la formation donnée sont présentés. Les actions réalisées sur les situations de travail sont détaillées ; celles-ci vont du choix des postes à risque jusqu’à l’implantation et le suivi des solutions. Un tableau présente les caractéristiques des milieux étudiés et trace le bilan des interventions réalisées sur 38 situations de travail. On constate que les transformations touchent souvent l’aménagement du poste, les équipements et outils et, plus rarement, l’organisation du travail. La discussion vise à partager des réflexions inspirées par notre pratique et à ouvrir des avenues de recherche. Cinq thèmes sont abordés : l’influence du contexte organisationnel et social sur la démarche participative ; les processus en jeu au sein des groupes Ergo ; la qualité des analyses réalisées par les participants ; la place des facteurs organisationnels et psychosociaux dans la démarche participative ; et finalement, les questions liées à l’évaluation de cette démarche. En guise de conclusion nous rappelons les points forts et les limites de l’approche et proposons des pistes de recherche.
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 | 0.029 | 0.022 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.004 | 0.003 |
| Science and technology studies | 0.003 | 0.006 |
| Scholarly communication | 0.008 | 0.007 |
| Open science | 0.003 | 0.005 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.009 | 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".