Les Établissements et Services d’Aide par le Travail (ESAT) français face à la pandémie de COVID 19 : le rôle du territoire et de la proximité dans l’adaptation à la crise.
Bibliographic record
Abstract
Cette contribution s’intéresse à l’impact de la pandémie de COVID-19 sur les Établissements et Services d’Aide par le Travail (ESAT) français à partir d’entretiens conduits auprès de directeurs d’établissements situés dans le milieu rural et urbain de la Région Auvergne-Rhône-Alpes (France). Afin de situer les ESAT dans leur contexte national, un premier temps est consacré à rappeler la genèse et le fonctionnement de ce dispositif, mis en place pour favoriser l’insertion sociale et professionnelle des travailleurs en situation de handicap, dont l’originalité réside dans l’articulation d’une logique médico-sociale à une logique économique. Nous cherchons ensuite à montrer comment les ESAT se sont organisés pour assurer l’accompagnement médico-social de leurs travailleurs malgré l’obligation de distanciation. Puis, analysé au prisme de l’ancrage territorial et de la notion de proximité qui lui est associée, nous nous intéressons à l’impact du confinement sur l’équilibre économique de ces établissements pour montrer que la crise sanitaire a moins affecté les établissements à vocation majoritairement agricole implantés en milieu rural que ceux, plus orientés vers la sous-traitance industrielle, localisés en milieu urbain.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.007 | 0.004 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.010 | 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 source (direct Gemma or distilled Codex), 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".