Apports de l’ergotoxicologie à l’évaluation de l’efficacité réelle des EPI devant protéger du risque phytosanitaire : de l’analyse de la contamination au processus collectif d’alerte
Bibliographic record
Abstract
L’objectif de cet article est de présenter des résultats récents d’une recherche/action en ergotoxicologie concernant les risques liés à l’usage des produits phytosanitaires. Cette recherche propose une double articulation : la première entre des résultats issus d’analyses en situations de travail portant sur la contamination externe des viticulteurs et des résultats issus de tests en laboratoire portant sur la perméation des combinaisons. La seconde articulation concerne le lien entre l’ensemble des résultats cités ci-dessus et une analyse des failles techniques et organisationnelles de la conception et des processus de certification des EPI (équipements de protection individuelle). Sur ces bases, la question des EPI sera alors abordée sous l’angle d’un transfert de technologie entre des milieux industriels et les réalités des situations agricoles. Ceci conduit à un diagnostic très préoccupant en matière d’efficacité réelle des combinaisons. Nous aborderons aussi les questions des responsabilités juridiques soulevées par de tels manquements. Enfin, nous détaillerons le rôle de whistler blower (Vaugan, 1996) que nous avons décidé de jouer ainsi que le processus d’alerte que nous avons construit afin de poser autrement le problème des EPI et intéresser l’ensemble des acteurs.
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 | 0.003 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".