Nécessités et limites de l'interdisciplinaire pour étudier le travail et la santé
Bibliographic record
Abstract
Risques psychosociaux, troubles musculo-squelettiques, souffrance, stress, suicides, vieillissement, qualité de vie au travail… la question du lien problématique entre la santé des personnes et leur travail garde la place qu’elle a conquise depuis une quinzaine d’années dans l’actualité politique, médiatique et scientifique française, mais aussi européenne ou canadienne. Porté par un financement de la Région Île-de-France de soutien à la recherche entre 2011 et 2016, le Groupe d’étude sur le travail et la souffrance (puis santé) au travail (GESTES) est le produit de cet intérêt constant. Il s’est efforcé et continue à tenter de fédérer les acteurs académiques autour de ces problématiques, et plus largement autour de l’analyse interdisciplinaire du travail et de ses liens avec la santé. Au départ de cette initiative, le constat a été fait d’une grande richesse des travaux publiés, mais d’un certain éparpillement des approches et des méthodes mobilisées selon les disciplines, et même les courants au sein des disciplines. Le GESTES a réussi à créer un espace de rencontre et de discussion, rendant possible la confrontation d’un grand nombre des travaux significatifs en la matière, via des séminaires, des colloques, le financement de manifestations scientifiques, de projets doctoraux et post-doctoraux (www.gestes.net). Mais si ces différentes approches ont pu dialoguer, elles gardent aujourd’hui leurs spécificités et l’espace des représentations savantes sur les liens entre santé et travail garde toute sa complexité. (premier paragraphe)
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 | 0.104 | 0.082 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.005 | 0.005 |
| Science and technology studies | 0.008 | 0.015 |
| Scholarly communication | 0.029 | 0.018 |
| Open science | 0.005 | 0.021 |
| Research integrity | 0.007 | 0.009 |
| Insufficient payload (model declined to judge) | 0.009 | 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".