Chariots élévateurs : étude ergonomique et analyse des stratégies de conduite des caristes
Bibliographic record
Abstract
Cette étude ergonomique a pour but d’identifier les situations, événements ou conditions d'exécution du travail qui amènent les caristes et les autres travailleurs en coactivité à se retrouver dans des situations à risques. Elle vise à mieux comprendre et décrire l’activité qu’ils déploient et à identifier les déterminants du travail (chariot, charge, formation, aménagement, organisation) pouvant affecter leur sécurité et leur efficacité, notamment des collisions et des renversements. Les chariots élévateurs figurent parmi les équipements qui ont contribué à réduire considérablement la pénibilité des tâches de manutention. Cependant, ils sont également la cause de plusieurs accidents. En France, on recense chaque année plus de 8000 accidents avec arrêt, près de 800 accidents avec incapacité permanente, 13 décès et des coûts directs estimés à 45 millions d'euros. Au Québec, entre 1995 et 2000, on enregistre 4 142 cas d'indemnisation liés à un accident de chariot élévateur totalisant des débours de plus de 16 millions de dollars. L’analyse ergonomique réalisée avec cinquante caristes (38 expérimentés et 12 novices) sur trois terrains (expédition et réception d’une papetière, et une cour à bois) a été effectuée grâce à l’observation instrumentée de l’activité des caristes (différents capteurs sur le chariot et plusieurs caméras vidéo) et à des entretiens effectués avec différents acteurs de la situation. Les observations ont porté sur les modes opératoires, les postures et la position des mains du cariste sur les leviers. Une analyse de la prise d’information visuelle (PIV) durant la conduite (port d’un oculomètre) a été effectuée pour documenter l’endroit où ils portent leur regard. Une analyse des traces a été faite pour comprendre l’influence des contraintes temporelles. Des entretiens dirigés et d’autoconfrontation ont été menés pour mieux comprendre les contraintes, la PIV, la gestion des risques liés à la tâche et les stratégies développées pour réaliser le travail. Les chariots élévateurs à contrepoids de 2 à 6 tonnes ont été choisis, car ils sont impliqués dans 65 % des accidents graves et mortels Tellier (1995). Les résultats montrent que le métier de cariste ne consiste pas seulement à conduire un véhicule, mais à mettre à profit des savoir-faire qui assurent la fluidité des mouvements et aident à gérer avec efficience le transport de la marchandise et la sécurité. Le guidage et contrôle de la charge, la recherche de matériel et le travail de précision sont exigeants du point de vue de l’attention visuelle et sollicitent une prise d’information à la fois visuelle, auditive et proprioceptive pour prévenir les risques de collision et de renversement. Les obstructions visuelles liées à l’environnement et au chariot élévateur et ses équipements de levage masquent des informations nécessaires pour prévenir les accidents. La coactivité est importante dans les voies de circulation et les carrefours alors que les règles de priorité sont floues et non partagées par l’ensemble des travailleurs. Compte tenu de la forte concurrence, les aires d’entreposage et les voies de circulation sont exiguës et encombrées, et engendrent du « déterrage » et des risques de collision. La conception des chariots élévateurs est déficiente et pourrait ne pas favoriser l’utilisation des dispositifs de retenu du cariste. Finalement, l’étude montre qu’il faut continuer la prévention pour sensibiliser les travailleurs sur les risques du travail en hauteur et à proximité de charges manipulées. Finalement, les recommandations visent entre autres à améliorer le design du chariot et de ses accessoires, l’aménagement des lieux, le repérage de la marchandise, l’organisation du travail et la formation des caristes et autres travailleurs en coactivité.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
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 teacher head, 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".