Bibliographic record
Abstract
Intervir em Ergonomia é o objetivo deste livro. Ele vai orientá-lo a acompanhar os atores de uma empresa em um processo de melhoria do trabalho, visando preservar a saúde das pessoas ao mesmo tempo que otimiza a produção. A obra apresenta uma visão moderna da intervenção ergonômica. Propõe, inicialmente, um modelo da pessoa em atividade, assim como um modelo de intervenção, e explica, de maneira clara, os grandes conceitos subjacentes à intervenção ergonômica. A seguir, são descritas as grandes etapas a serem realizadas, desde a análise da demanda até o acompanhamento das transformações. O livro inclui uma reflexão sobre a prática e oferece aos leitores ferramentas concretas. A Intervenção em Ergonomia é o reflexo da prática de pesquisadores e profissionais de Quebec e da experiência de quase 30 anos de pesquisa-ação, cujo desenvolvimento foi grandemente favorecido pelo apoio do Instituto de Pesquisa Robert-Sauvé em Saúde e Segurança do Trabalho (IRSST). Inspirado no discurso dos profissionais, o livro destina-se principalmente a professores e estudantes de Ergonomia para apoiar a sua formação em intervenção ergonômica. A Intervenção em Ergonomia interessa também a todos os ergonomistas, novatos ou experientes, bem como aos diversos profissionais envolvidos na saúde e segurança do trabalho. Sua leitura será também útil a todos aqueles que pretendam compreender melhor o que é uma intervenção ergonômica, sejam eles atores do ambiente de trabalho, sejam profissionais das disciplinas afins que têm de interagir com ergonomistas.
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 | 0.005 | 0.005 |
| 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 | 0.004 |
| Scholarly communication | 0.006 | 0.002 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.014 | 0.003 |
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".