MétaCan
Menu
Retour à la cohorte
Enregistrement W1608790212

The Politics of Automatic Stabilization Mechanisms in Public Pension Programs

2011· preprint· en· W1608790212 sur OpenAlexaboutno aff
Kent Weaver

Notice bibliographique

RevueEconstor (Econstor) · 2011
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueSocial Policy and Reform Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPensionGenerosityPanacea (medicine)PoliticsBlameLife expectancyEconomic policyEconomicsPublic economicsPolitical scienceBusinessDevelopment economicsPolitical economyFinancePopulationSociology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Demographic and fiscal pressures have increased pressures on governments in most wealthy countries to reduce the generosity of their public pension programs. Mechanisms that automatically adjust public pension levels to take account of factors such as increased life expectancy and slower economic growth are appealing to politicians because it saves them from having to take loss-imposing actions that are likely to incur political blame. This paper analyzes the financial and political potential of automatic stabilizing mechanisms (ASMs), beginning with a discussion of design issues and alternatives. This is followed by a discussion of potential adoption, implementation, and sustainability challenges for automatic stabilizing mechanisms and a review of experiences with stabilization mechanisms in three countries: Canada, Sweden and Germany. The paper argues that ASMs are vulnerable to erosion over time, especially when the losses that the ASM would impose are substantial, and when elections are impending. Preserving the integrity of ASMs is most likely where the parties that initially supported their adoption continue to be able to sustain cartel-like behavior with respect to pension policymaking. Overall, the analysis in this paper suggests that automatic stabilizing mechanisms are no panacea for the problems of countries facing serious long-term pension financing problems.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,099
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,057
Tête enseignante GPT0,304
Écart entre enseignants0,247 · 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.

Devis d'étudeThéorique ou conceptuel
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

Citations5
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEconstor (Econstor)Même sujetSocial Policy and Reform StudiesTravaux en français237 207