Enquêtes sur les micro entrepreneurs de la livraison instantanée à Paris
Bibliographic record
Abstract
Ce rapport vise à synthétiser les résultats recueillis lors de deux enquêtes qui ont été réalisées par l'IFSTTAR en octobre-décembre 2016 et janvier-mars 2018 sur un échantillon d'une centaine de «livreurs instantanés» de l'Est parisien. Nous définissons un «livreur instantané» comme un livreur qui travaille pour une application smart phone de «livraison instantanée», offrant un service de livraison en moins de deux heures après commande. Les livraisons instantanées sont majoritairement des repas, mais pas exclusivement (également : colis, plis, courses alimentaires). Ces enquêtes portent sur les caractéristiques, le statut ainsi que les conditions de travail des livreurs de ce secteur d'activité en plein développement. Les livreurs instantanés sont généralement des auto-entrepreneurs (ou micro-entrepreneurs). Les enquêtes ont également pour but une meilleure appréhension des contraintes et des difficultés telles qu'elles sont vécues et racontées au quotidien par les livreurs. Cette synthèse est structurée en cinq parties. La première présentera le profil des livreurs de l'Est parisien (genre, âge, niveau de diplôme, lieu de domicile, trajectoire professionnel). La seconde traitera de la mobilité des coursiers (moyens de transports, secteurs d'activités...). La troisième abordera la question du statut des livreurs tandis que la quatrième portera sur leurs conditions de travail (jours de travail, distance, rémunération...). Enfin, l'opinion de ses travailleurs sera alors mise en évidence dans une dernière partie.
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.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot 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.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.007 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.001 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".