MétaCan
Menu
Back to cohort
Record W4223490928 · doi:10.3917/th.851.0003

Marge de manœuvre et prévention des troubles musculo-squelettiques : quelles perspectives ?

2022· article· fr· W4223490928 on OpenAlexaff
Fabien Coutarel, Agnès Aublet‐Cuvelier, Sandrine Caroly, Nicole Vézina, Yves Roquelaure, Aude Cuny-Guerrier, Maxime Norval, Nathan Compan

Bibliographic record

VenueLe travail humain · 2022
Typearticle
Languagefr
FieldMedicine
TopicMusculoskeletal pain and rehabilitation
Canadian institutionsUniversité du Québec à Montréal
Fundersnot available
KeywordsHumanitiesPhilosophy

Abstract

fetched live from OpenAlex

La prévention des troubles musculo-squelettiques (TMS) liés au travail est une problématique importante en ergonomie et pour les ergonomes. Dans son article de 2019, Y. Lémonie porte une critique vigoureuse envers les différents travaux mobilisant la marge de manœuvre, dont les co-auteurs de cette réponse ont été des acteurs centraux. Cet article répond d’abord aux critiques de l’auteur concernant la marge de manœuvre. Nous montrons d’abord qu’un travail collectif est à l’œuvre pour enrichir et stabiliser l’usage du terme. Nous développons ensuite des arguments réfutant l’interprétation cognitiviste de l’auteur. Dans une seconde partie, nous interrogeons les propositions de l’auteur. Nous convergeons avec l’auteur sur le fait que la diversité motrice reprend des acquis de l’ergonomie. Nous discutons ensuite de la variabilité motrice : si elle constitue une problématique de recherche prometteuse, plusieurs difficultés et questionnements empêchent de préciser à ce jour comment elle pourrait nourrir la prévention et l’intervention des ergonomes. Nous discutons ensuite des perspectives relatives aux futures recherches sur la marge de manœuvre. Nous défendons globalement la pertinence de poursuivre l’élaboration du concept de marge de manœuvre pour rendre compte des possibilités effectives que construit une personne pour faire face aux variabilités des situations de travail. Nous inscrivons ces travaux dans une ontologie relationnelle, où la marge de manœuvre constitue l’espace de l’activité, où s’inscrit et se construit la relation dynamique, asymétrique et conflictuelle du sujet à son monde. Nous distinguons la marge de manœuvre (au singulier) des marges de manœuvre (au pluriel). Ces dernières sont les conditions antécédentes de l’activité : organisationnelles, procédurales, temporelles, spatiales, etc. Nous discutons enfin des conditions de l’interpellation scientifique au sujet de l’efficacité des interventions ergonomiques.

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)0.026
metaresearch head score (Gemma)0.033
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 score0.026
Threshold uncertainty score0.136

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0260.033
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.002
Bibliometrics0.0030.003
Science and technology studies0.0050.025
Scholarly communication0.0110.013
Open science0.0030.006
Research integrity0.0080.012
Insufficient payload (model declined to judge)0.0090.002

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.

Opus teacher head0.013
GPT teacher head0.290
Teacher spread0.277 · 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

Citations10
Published2022
Admission routes1
Has abstractyes

Explore more

Same venueLe travail humainSame topicMusculoskeletal pain and rehabilitationFrench-language works237,207