Temos que investigar isso em algum momento. Para que o menu de contexto funcione, cada parágrafo precisa ser identificado de forma única pelo código TeX de uma maneira que o visualizador possa ler o arquivo .parlocs e entender. Os esbs e as legendas de figuras provavelmente adicionam várias camadas de confusão, tanto para a parte que faz a identificação quanto para a parte que tenta entendê-la.
Eu ia escrever que os 'painéis laterais automáticos' (cat:headingsbox|esb / cat:titlebox|esb) são processados pelo mesmo código, então não há muito sentido em tentar usá-los. No entanto, se não me engano, há algumas diferenças sutis na sequência, ou seja, acho que eles geram um bloco de título normal e, em seguida, colocam isso dentro de um painel lateral, o que significa que você nunca conseguirá fazer algo como cat:headingsbox|s1 funcionar, enquanto, no seu exemplo, cat:middle|s1 seria um estilo válido.
Então, pode valer a pena tentar, se você estiver se sentindo aventureiro. Tudo isso vem de memórias de meses atrás, sem reler o código, então posso estar te mandando numa caçada a um ganso selvagem.