MétaCan
Menu
Back to cohort
Record W2526800862

Analyse comparative des principales méthodes d'évaluation des risques de maux de dos et préparation d'une grille d'identification des facteurs de risques

2001· article· fr· W2526800862 on OpenAlexfundno aff
Robert J. Gilbert, Daniel Leblanc, Sylvie Nadeau

Bibliographic record

VenueEspace ÉTS (ETS) · 2001
Typearticle
Languagefr
FieldDecision Sciences
TopicRisk and Safety Analysis
Canadian institutionsnot available
FundersInstitut de Recherche Robert-Sauvé en Santé et en Sécurité du Travail
KeywordsMedicine
DOInot available

Abstract

fetched live from OpenAlex

L'objectif premier de cette recherche est de revoir, de façon critique et rigoureuse, la problématique des maux de dos et ses fondements. Pour ce faire, nous avons d'abord construit une grille d'analyse s'appuyant sur:l'analyse causale et l'épistémologie;les connaissances fondamentales multidisciplinaires sur lesquelles reposent les mécanismes lésionnels;les mécanismes lésionnels.Il est évident que la cause immédiate (au sens des arbres de défaillances) des lésions au dos est l'effort, en principe répété ou non. C'est en ce sens que nous avons analysé les divers mécanismes lésionnels concernant les diverses structures du dos. De ces analyses, la question fondamentale qui se pose, pour la prévention de ces lésions, est celle des mécanismes générateurs d'efforts. En somme, il s'agit d'identifier les problématiques susceptibles d'engendrer des efforts de nature et de valeur qui présentent des risques de lésions. C'est ainsi qu'à partir de connaissances fondamentales, des observations factuelles et de la grille d'analyse, construite précédemment, nous avons obtenu une grille d'identification des facteurs de risques de lésions au dos. Il s'agit d'un réseau hiérarchisé de facteurs de risques "scientifiquement fondés", c'est-à-dire qui ont résisté à l'analyse causale. Il s'agit donc d'hypothèses ne pouvant être rejetées. Ce réseau peut maintenant être consulté à partir de la base de données ACCESS et d'un logiciel développé spécialement pour le projet. L'utilisateur peut consulter un élément constitutif du réseau (justification, généalogie, caractéristiques) et se déplacer dans la hiérarchie. Nous proposons une approche multifactorielle pour la prévention des lésions au dos. La validation de terrain a été faite dans une approche partenariale de prévention qui reconnait les comportements stratégiques des intervenants. Ces comportements déjà présents dans les organisations plus traditionnelles prennent une dimension importante dans les nouvelles organisations de la production. En effet, l'évolution rapide de l'environnement externe des entreprises exige le développement de nouvelles approches de gestion de l'appareil productif, basées sur l'autonomie et la polyvalence des travailleurs. Il ne suffit plus alors de souhaiter la participation des intervenants pour améliorer une situation, il faut assurer la coordination des volontés et des efforts de prévention, par la coopération induite par ces même comportements stratégiques. C'est un des objets de cette nouvelle approche de prévention. Nous avons ensuite procédé à la validation de premier niveau de l'approche multifactorielle et partenariale pour la prévention des lésions au dos dans trois catégories d'entreprises couvrant une diversité d'opérations, d'organisation et de gestion du travail. L'outil s'est avéré efficace autant pour la fabrication de masse, que pour le travail d'atelier ou pour le travail autonome et polyvalent. L'outil fournit la substance nécessaire à l'élaboration d'un programme de prévention et les indications nécessaires à la construction d'incitatifs favorisant la synergie des efforts en santé-sécurité. Dans les cas particuliers traités, certains problèmes ont été réglés suite à l'usage de notre outil, notamment dans le domaine du déménagement. Nous suggérons de poursuivre les recherches, pour dégager les caractéristiques d'une priorisation des risques dans une approche partenariale afin de compléter l'étape d'identification qui est présentée ici. Nous suggérons également de soutenir les efforts d'informatisation de l'approche développée afin d'assurer la facilité d'accès et la cohérence de l'information disponible aux intervenants en prévention.

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 imitation

Not 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.

metaresearch head score (Codex)0.047
metaresearch head score (Gemma)0.120
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.047
Threshold uncertainty score0.246

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0470.120
Meta-epidemiology (narrow)0.0020.001
Meta-epidemiology (broad)0.0020.003
Bibliometrics0.0070.003
Science and technology studies0.0010.001
Scholarly communication0.0020.001
Open science0.0010.001
Research integrity0.0020.001
Insufficient payload (model declined to judge)0.0050.001

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.

Opus teacher head0.171
GPT teacher head0.434
Teacher spread0.263 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2001
Admission routes1
Has abstractyes

Explore more

Same venueEspace ÉTS (ETS)Same topicRisk and Safety AnalysisFrench-language works237,207