Risques chimiques ou biologiques Chen, Z., Du, M., Qian, C. et Yu, H.-Q. (2026). Structuring large language models for chemical health risk reasoning in environmental and occupational exposure. Journal of Hazardous Materials, 507, article 141820. https://doi.org/10.1016/j.jhazmat.2026.141820 Franken, R., Ottenbros, I., Ge, C., Fransman, W. et Krone, T. (2026). Advancing occupational exposure models: insights from a case study. Annals of Work Exposures and Health, 70(3), article wxag019. https://doi.org/10.1093/annweh/wxag019 Lu, X., Lu, J., Zhao, Y., Han, L., Zhu, B. et Wang, B. (2026). Precision occupational lead exposure assessment through medical-informed machine learning. Environmental Pollution, 397, article 128035. https://doi.org/10.1016/j.envpol.2026.128035 Retour vers le sommaire |
Risques physiques, mécaniques ou de sécurité Hu, H., Ding, Z., Fu, E. Y., Ng, P. H. F. et Cheng, A. S. K. (2026). The SEWAbility system: A video-based job analysis framework for understanding task-specific job demands. Scientific Reports, 16(1), article 10370. https://doi.org/10.1038/s41598-026-41536-w  Nawi, M. N. M., Yaakob, M., Adeleke, A. Q., Baharuddin, M. N., Omar, R. et Ghani, R. (2026). Real-time prediction and prevention of worker accidents and safety hazards on construction sites using mobile machine learning framework. International Journal of Interactive Mobile Technologies, 20(5), 144-157. https://doi.org/10.3991/ijim.v20i05.60117 Son, J., Jeong, J., Kumi, L. et Kim, H. (2026). Scenario-based multimodal deep learning framework for simultaneous detection of construction accident causal factors and risk evaluation. Automation in Construction, 185, article 106851. https://doi.org/10.1016/j.autcon.2026.106851 Yapi, A., Latouche, P., Guillin, A. et Bailly, Y. (2026). A new machine learning framework for occupational accidents forecasting with safety inspections integration. Journal of Safety Research, 97, 244-260. https://doi.org/10.1016/j.jsr.2026.03.004 Retour vers le sommaire |
Risques ergonomiques Huang, J., Tian, L., Cui, H., Sun, P., Liang, Y., Fang, P., . . . Jiang, N. (2026). Lower back muscle fatigue recognition based on the fusion-information of multi-channel semg and nirs simultaneous recordings. IEEE Transactions on Neural Systems and Rehabilitation Engineering, 34, 1506-1517. https://doi.org/10.1109/TNSRE.2026.3672775 Kang, S. H., Hwang, J. et Etebar Zadeh, M. (2026). A machine learning approach to predict objective and subjective low back fatigue using postural control features during sustained trunk flexion. IISE Transactions on Occupational Ergonomics and Human Factors. https://doi.org/10.1080/24725838.2026.2646995 Zheng, X., Hao, R., Wang, H., Hao, T. et Fu, W. (2026). Fatigue identification models for firefighters based on electrocardiogram signals. Journal of Occupational and Environmental Medicine. https://doi.org/10.1097/JOM.0000000000003718 Retour vers le sommaire |
L'information à votre portée Cette veille sur l’intelligence artificielle en SST propose une sélection d’articles scientifiques et de littérature grise. Les éléments sélectionnés sont fournis « tels quels », sans garantie d'exhaustivité, de fiabilité et d’exactitude. Les articles sont sélectionnés pour leur pertinence avec les objectifs de cette veille, qu’ils soient en libre accès () ou non. Voyez avec votre bibliothèque ou centre de documentation pour obtenir par prêt entre bibliothèques les articles bloqués. Sinon, un outil qui peut vous aider à découvrir la version libre accès d’un article en toute légalité est Unpaywall avec son extension pour Chrome. Par la force des choses, les articles scientifiques seront plus souvent qu'autrement en anglais. Membres de la cellule de veille : - Clothilde Brochot, professionnelle de recherche
- Marie Comeau, conseillère en mobilisation des connaissances
- Jessica Dubé, chercheuse
- Catherine Dufresne, technicienne en documentation
- Bénédicte Nauche, conseillère en veille et en information scientifique
- Alireza Saidi, chercheur
L'IRSST produit d'autres veilles scientifiques qui pourraient vous intéresser : Veille scientifique en santé et en sécurité du travail. | | | | |
