Outil d'autodiagnostic (audit) pour l'application du cadenassage
Bibliographic record
Abstract
NOS RECHERCHES travaillent pour vous !Solidement implanté au Québec depuis 1980, l'Institut de recherche Robert-Sauvé en santé et en sécurité du travail (IRSST) est un organisme de recherche scientifique reconnu internationalement pour la qualité de ses travaux. MissionDans l'esprit de la Loi sur la santé et la sécurité du travail (LSST) et de la Loi sur les accidents du travail et les maladies professionnelles (LATMP), la mission de l'IRSST est de : Contribuer à la santé et à la sécurité des travailleuses et travailleurs par la recherche, l'expertise de ses laboratoires, ainsi que la diffusion et le transfert des connaissances, et ce, dans une perspective de prévention et de retour durables au travail. Pour en savoir plusVisitez notre site Web !Vous y trouverez une information complète et à jour.De plus, toutes les publications éditées par l'IRSST peuvent être téléchargées gratuitement.www.irsst.qc.caPour connaître l'actualité de la recherche menée ou financée par l'IRSST, abonnez-vous gratuitement :• au magazine Prévention au travail, publié conjointement par l'Institut et la CNESST ( preventionautravail.com ) • au bulletin électronique InfoIRSST
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 | 0.009 | 0.021 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.061 | 0.015 |
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".