Analyse des coûts évités par l’emploi accompagné pour les personnes avec des troubles de la santé mentale
Bibliographic record
Abstract
Contexte L’emploi accompagné a démontré son impact positif sur l’accès et le maintien dans l’emploi, dans de nombreux pays et plus récemment en France. Objectifs L’objectif de l’analyse des coûts évités, réalisée en France par l’Agence nouvelle des solidarités actives (Ansa) en 2021 et 2022, était d’identifier l’impact de l’emploi accompagné sur certaines dépenses publiques. Méthode Cette analyse portait sur 3 types de coûts : allocations sociales, hospitalisations psychiatriques et arrêts de travail. La méthode a consisté à collecter des informations auprès de personnes accompagnées à travers des questionnaires pour comparer ces coûts sur 3 années (la première avant d’être accompagnée et les 2 années suivantes). Au total, 462 personnes ont répondu au questionnaire dont 136 personnes sur 2 années consécutives. Ces 2 échantillons étaient représentatifs de l’ensemble de la population de personnes accompagnées (9 300 personnes fin 2022). Résultats L’analyse démontre des coûts évités importants avec, en moyenne, une économie de 802 euros par personne lors de la première année et 1 213 euros par personne lors de la deuxième année d’accompagnement. Si l’on extrapole au nombre total de personnes accompagnées fin 2022, cela constitue une économie de 7,3 millions d’euros pour la seule année 2022, et ce, uniquement sur les 3 types de coûts observés. Les coûts évités s’expliquent en majeure partie par une baisse conséquente du coût des hospitalisations psychiatriques (-56 % sur 2 ans) et par une baisse du coût des allocations sociales (-8,5 % sur 2 ans). Cette analyse démontre également que les coûts évités sont plus importants pour les personnes déclarant un handicap psychique (coût évité moyen de 2 200 euros par an environ, dès la première année d’accompagnement). Cette différence s’explique en grande partie par la baisse du nombre d’hospitalisations que ce soit en pourcentage de personnes hospitalisées (de 18 % l’année précédant l’entrée à 9 % et 12 % sur les 2 années suivantes) et par la diminution du nombre de jours moyens d’hospitalisation (de 31 jours l’année précédant l’entrée à 20 jours sur les années suivantes). Pour ce public, on constate également une légère baisse du coût des arrêts de travail (-16 % sur 2 ans). Conclusion D’un point de vue purement économique, cette analyse démontre un impact plus important de l’emploi accompagné pour les personnes avec un handicap psychique et la nécessité de renforcer les liens avec les acteurs de la santé mentale pour orienter des personnes vers ce nouveau dispositif d’accompagnement.
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 | 0.006 | 0.026 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 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".