Risques physiques, mécaniques ou de sécurité Sebinha, M. I., Oliveira, A. P. et Martinez-Perez, C. (2025). Exploratory machine learning models for computer vision syndrome in occupational health. Digital Health, 11. https://doi.org/10.1177/20552076251382845  Shanti, M. Z., An, B., Yeun, C. Y., Cho, C.-S., Damiani, E. et Kim, T.-Y. (2025). Enhancing worker safety at heights: A deep learning model for detecting helmets and harnesses using DETR architecture. IEEE Access. https://doi.org/10.1109/ACCESS.2025.3603202 Retour vers le sommaire |
Risques ergonomiques Obeidat, M. S., Alshraiedeh, O. et Alyahya, L. (2025). Machine learning forecasting of lower back forces for enhanced workplace health and productivity. Industrial Engineering and Management Systems, 24(2), 145-158. https://doi.org/10.7232/iems.2025.24.2.145 Rahman, A., Lim, S. et Chung, S. (2026). Fairness in machine learning-based hand load estimation: A case study on load carriage tasks. Applied Ergonomics, 130, article 104642. https://doi.org/10.1016/j.apergo.2025.104642 Zhang, M., Nieuwenhuys, A. et Zhang, Y. (2025). Posture prediction models in digital human modeling for ergonomic design: A systematic review. Medical Engineering & Physics, 143, article 104391. https://doi.org/10.1016/j.medengphy.2025.104391 Retour vers le sommaire |
Risques psychosociaux Dave, B., Martin, P., David, S. S., Kumar, S. et Chakraborty, T. (2026). Enhancing healthcare worker mental health via artificial intelligence-driven work process improvements: a scoping review. International Journal of Medical Informatics, 205, article 106122. https://doi.org/10.1016/j.ijmedinf.2025.106122 Retour vers le sommaire |
SST et travail en général Brynjolfsson, E., Chandar, B. et Chen, R. (2025). Canaries in the coal mine? Six facts about the recent employment effects of artificial intelligence. Stanford University. https://digitaleconomy.stanford.edu/wp-content/uploads/2025/08/Canaries_BrynjolfssonChandarChen.pdf Evemy, C. (2025). Exploring the role of generative AI in occupational environment, health and safety. The Campbell Institute. https://www.thecampbellinstitute.org/wp-content/uploads/2025/06/Exploring-the-Role-of-Generative-AI-in-Occupational-Environment-Health-and-Safety.pdf  Jetha, A., Lee, H., Smith, M. J., Arrandale, V. H., Biswas, A., Mustard, C. et Smith, P. M. (2025). Landscape of artificial intelligence use for occupational health and safety practice in two Canadian provinces. American Journal of Industrial Medicine.
https://doi.org/10.1002/ajim.70018
Obasi, I. C., Cheng, P., Varianou-Mikellidou, C., Dimopoulos, C. et Boustras, G. (2026). Machine learning for occupational accident analysis: Applications, challenges, and future directions. Journal of Safety Science and Resilience, 7(1), article 100250.
https://doi.org/10.1016/j.jnlssr.2025.100250 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
| | | | |
