MétaCan
Menu
Retour à la cohorte
Enregistrement W2991530677 · doi:10.3917/rfas.190.0023

L’aide et l’action sociales des collectivités locales

2019· article· fr· W2991530677 sur OpenAlexaff
Isabelle Leroux

Notice bibliographique

RevueRevue française des affaires sociales · 2019
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueSocial Sciences and Governance
Établissements canadiensMusée de la Civilisation
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

L’aide et l’action sociales des collectivités locales en France reposent en premier lieu sur l’aide sociale départementale, qui représente la moitié des dépenses d’aide et d’action sociales nationales et 64 % des dépenses de fonctionnement des départements en 2017. Celle-ci comprend 4,2 millions de prestations ou mesures d’aide sociale à destination des personnes âgées, des personnes handicapées, des enfants ou jeunes majeurs en danger ou en risque de l’être, et pour l’insertion. Les départements ont, à ce titre, dépensé 37 milliards d’euros (nets des recouvrements ou remboursements). La répartition géographique des bénéficiaires et des dépenses d’aide sociale par habitant est hétérogène et diffère selon le secteur d’aide considéré. En matière de dépenses par bénéficiaire, celles liées au revenu de solidarité active (RSA) et celles liées aux personnes âgées sont moins variables d’un département à l’autre que celles liées à l’aide sociale aux personnes handicapées ou à l’aide sociale à l’enfance (ASE). Outre certaines actions sociales obligatoires, les communes et leurs établissements publics de coopération intercommunale (EPCI) mettent en œuvre des actions sociales dans divers secteurs. En 2014, plus de huit communes françaises sur dix, représentant 98 % de la population française et plus de 80 % des intercommunalités développaient au moins une forme d’action sociale. Les communes interviennent principalement dans les domaines de l’aide aux personnes âgées, de la lutte contre la pauvreté et les exclusions, de la jeunesse et la famille, de l’hébergement et du logement ou encore de la petite enfance et de l’aide aux personnes handicapées.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,581
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,002
Études des sciences et des technologies0,0030,010
Communication savante0,0000,002
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,215
Tête enseignante GPT0,350
Écart entre enseignants0,135 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue française des affaires socialesMême sujetSocial Sciences and GovernanceTravaux en français237 207