Vers une prévention intégrée du risque chimique lié à l’exposition cutanée au bitume des travailleurs de la route. Élaboration d’une méthodologie dans le cadre de l’ergotoxicologie
Bibliographic record
Abstract
Ce travail s’inscrit dans une démarche de prévention des risques liés à l’exposition par voie cutanée des opérateurs de pose d’enrobés aux substances présentes dans le bitume. Une démarche itérative, fondée sur l’approche ergotoxicologique et sur le couplage d’observations de l’activité de ces travailleurs avec des mesures physiques et physiologiques, a été développée. Cette approche méthodologique basée sur des autoconfrontations a permis de mieux comprendre les défauts de protection observés chez les opérateurs, leur perception de la toxicité du bitume, évaluée en fonction de l’odeur perçue de certains enrobés, ainsi que les informations dont ils disposent sur les produits utilisés. Les résultats montrent que l’élaboration des représentations autour de l’activité de travail est différente selon l’acteur considéré à tous les niveaux de l’entreprise. Sur la base des discussions autour de l’activité, il a été également possible d’accéder aux représentations des opérateurs dans leur sphère domestique. Un travail collectif sur ces représentations pourrait être un levier d’action majeur pour une transformation des pratiques de prévention du risque chimique
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 | 0.005 | 0.008 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.008 | 0.002 |
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".