Bibliographic record
Abstract
Indispensables pour assurer la sécurité aérienne au décollage, les techniciens du dégivrage d’avions en nacelles ouvertes mettent quotidiennement en danger leur santé et leur sécurité. Pourtant, au meilleur de notre connaissance, l’équipe de recherche en sécurité du travail (ÉREST) est la principale équipe à avoir publiée sur cette thématique, en relevant notamment que les techniciens du dégivrage en nacelles ouvertes ont exprimé être plus fatigués que ceux en nacelles fermées. \n \nL’objectif de ce mémoire est d’étudier l’ergonomie physique des techniciens du dégivrage d’avions en nacelles ouvertes. Pour ce faire, une revue critique de littérature a permis de contextualiser la situation de travail étudiée et de choisir une méthode de traitement de données cardiaques. Par ailleurs, une étude de terrain dans un aéroport canadien durant la saison hivernale 2016-2017 auprès de 12 techniciens du dégivrage en nacelles ouvertes a permis d’enregistrer 15h52 de vidéo, de données physiologiques et météorologiques. \n \nLes résultats de cette recherche ont permis une première identification des causes de fatigue physique telles que la réalisation des tâches d’aspersion de liquid anti/dégivrant, le contrôle spécial au sol, le contrôle tactile et le déplacement de la nacelle et du camion. Par ailleurs, ces résultats nous ont permis d’estimer la durée de récupération physique, une fois le travail de dégivrage en nacelles ouvertes achevé. \n \nIl serait intéressant de mener une étude semblable auprès d’une population de techniciens du dégivrage plus importante et au sein de centres de dégivrage d’autres aéroports, soumis à différents facteurs de stress afin de couvrir au mieux l’entièreté des causes possibles.
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 | 0.003 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.026 | 0.006 |
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".