IRSST - Bulletin de veille
IRSST - Bulletin de veille

10 juillet 2025

Veille Intelligence artificielle et SST

 

Risques physiques, mécaniques ou de sécurité

Guan, Z.-Y., Xie, J.-L., Wu, S.-K. et Liang, C. (2025). Research on predicting the risk level of coal mine roof accident based on machine learning. Scientific Reports, 15(1), article 24028. https://doi.org/10.1038/s41598-025-07760-6 Open access

Hışıroğlu, K. A., Toker, O., Özşahin, M. T. et İçelli, O. (2025). Machine learning-based estimation of occupational radiation dose in interventional cardiology. Radiation Protection Dosimetry, article ncaf064. https://doi.org/10.1093/rpd/ncaf064

Huu, P. T., An, N. T. et Trung, N. N. (2025). Detecting missing barricades using 3D volume construction and deep learning algorithm for the safe operation on construction sites. Journal of Civil Structural Health Monitoring. https://doi.org/10.1007/s13349-025-00977-z

Oral, M., Alboga, Ö., Aydınlı, S. et Erdis, E. (2025). Usability of large language models for building construction safety risk assessment. Engineering, Construction and Architectural Management. https://doi.org/10.1108/ECAM-08-2024-1143

Umer, W., Mehmood, I., Qarout, Y., Antwi-Afari, M. F. et Anwer, S. (2025). Deep learning-based fatigue monitoring of construction workers using physiological signals. Automation in Construction, 177, article 106356. https://doi.org/10.1016/j.autcon.2025.106356 Open access

Zhang, Y., Lin, C. et Chen, G. (2025). Efficient multi-scale detection of construction workers and vehicles based on deep learning. Journal of Real-Time Image Processing, 22(3), article 127. https://doi.org/10.1007/s11554-025-01712-z

Zhang, Z., Jiang, L., Zhang, M., Pan, Y., Zheng, J., Liu, A., . . . Jin, X. (2025). Role of risk factors and their variable types in predicting noise-induced hearing loss using artificial intelligence algorithms. Hearing Research, 465, 109353. https://doi.org/10.1016/j.heares.2025.109353

Retour vers le sommaire


 

Risques psychosociaux

Cascella, M., Simonini, A., Coluccia, S., Bignami, E. G., Fiore, G., Petrucci, E., . . . Vittori, A. (2025). Different artificial neural networks for predicting burnout risk in Italian anesthesiologists. Journal of Anesthesia, Analgesia and Critical Care, 5(1), article 40. https://doi.org/10.1186/s44158-025-00255-w Open access

Jorge, M., Jelenko, M., Strobach, T., Kamińska, J., Pawłowska, K., Hildt, K., . . . Bowdler, M. (2025). Algorithmic management and AI-based systems as a new form of work organisation: Psychosocial factors and implications for Occupational Safety and Health. PEROSH. https://doi.org/10.23775/20250616 Open access

Retour vers le sommaire


 

SST et travail en général

Tamayo, S. G. et Petrelli, A. (2025). Work transformed: The promise and peril of artificial intelligence. ILO. https://doi.org/10.54394/PJST2835 Open access

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 (Open Access) 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

 

Télécharger les références dans EndNote ou Zotero

 Télécharger 

Format RIS


Le Bulletin de veille est une production du Centre de documentation de l'IRSST.

Claudine Lambert, Étudiante à la maîtrise en sciences de l'information

Inscription | Mettre à jour mon profil

Ajoutez documentation@irsst.qc.ca à votre liste d'expéditeur approuvé.