MétaCan
Menu
Back to cohort
Record W85053882 · doi:10.4000/pistes.2137

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

2008· article· fr· W85053882 on OpenAlex
Alain Garrigou, Philippe Dubuc

Why this work is in the frame

A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.

venuePublished in a venue whose home country is Canada.
no affNo Canadian affiliation: this work is invisible to an affiliation-only frame.
No Canadian affiliation. An affiliation-only frame, the usual design, would never have seen this work. It is one of the works that make the case for inverting the frame.

Bibliographic record

VenuePerspectives interdisciplinaires sur le travail et la santé · 2008
Typearticle
Languagefr
FieldAgricultural and Biological Sciences
TopicAgricultural safety and regulations
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesPolitical sciencePhilosophy

Abstract

fetched live from OpenAlex

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.

Full frame distilled prediction

Teacher imitation

Not 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.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.001
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.776
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0020.001
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0000.001
Science and technology studies0.0020.002
Scholarly communication0.0000.001
Open science0.0000.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0000.000

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.

Opus teacher head0.019
GPT teacher head0.285
Teacher spread0.266 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it