MétaCan
Menu
Retour à la cohorte
Enregistrement W1570138090 · doi:10.1080/10920277.2001.10595999

The Shift to Defined Contribution Pension Plans

2001· article· en· W1570138090 sur OpenAlexaffabout
Robert L. Brown, Jianxun Liu

Notice bibliographique

RevueNorth American Actuarial Journal · 2001
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinancial Literacy, Pension, Retirement Analysis
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésPensionLegislationPension planNational PensionWorkforceEconomicsVariety (cybernetics)Capital (architecture)Plan (archaeology)Labour economicsPublic economicsFinancePolitical scienceEconomic growth

Résumé

récupéré en direct d'OpenAlex

Abstract There has been a strong shift away from defined benefit (DB) pension plans toward defined contribution (DC) pension plans in the United States over the last 20 years. A variety of reasons for this shift have been proposed. In another paper in this issue, Krzysztof Ostaszewski presents a new hypothesis to explain the shift to DC plans in the United States. He argues that the decline in importance of DB plans is due to a shift in the way relative returns to macroeconomic factors of production, that is, capital and labor, are being rewarded in the national economy. This paper attempts to test the Ostaszewski hypothesis using Canadian data. In Canada there has been only a slight decrease in DB plan coverage. It is shown that the Ostaszewski theory does not fit the Canadian experience well. Instead, it is argued that pension regulation and tax legislation play a crucial role in pension design and reform. It is also argued that the difference in pension regulation and taxation in Canada versus the United States has directly influenced plan sponsors in considering their pension objectives, costs, and risks. Differences in the proportion of the workforce that is unionized may also be important. The paper concludes that pension regulation and taxation are more important variables than are macroeconomic reward systems in the use of DB versus DC pension plans.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,257
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

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

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 Opus0,010
Tête enseignante GPT0,226
Écart entre enseignants0,217 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations13
Publié2001
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNorth American Actuarial JournalMême sujetFinancial Literacy, Pension, Retirement AnalysisTravaux en français237 207