MétaCan
Menu
Retour à la cohorte
Enregistrement W2033427144 · doi:10.1017/s0144686x1400035x

In line or at odds with active ageing policies? Exploring patterns of retirement preferences in Europe

2014· article· en· W2033427144 sur OpenAlexaboutno aff
Dirk Hofäcker

Notice bibliographique

RevueAgeing and Society · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRetirement, Disability, and Employment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIncentiveOddsRetirement ageDemographic economicsActive ageingWork (physics)Quarter (Canadian coin)Labour economicsEconomicsOlder peopleGerontologyMedicinePensionGeography

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Faced with demographic ageing, European policy makers since the mid-1990s have taken a turn from fostering early retirement to promoting longer working life by reducing early exit incentives and facilitating work continuation. However, it remains open whether these reforms are yet reflected in the retirement plans and preferences of future pensioners’ cohorts. Using most recent data on desired retirement ages from the fifth wave of the European Social Survey (2010/11 wave), this paper empirically investigates how far current policy reforms are in line with the retirement age preferences of older workers aged 45 and over. Results show that older workers approaching retirement ages still intend to retire before the politically envisioned age of 65, and in many cases also before nationally defined standard retirement ages. Despite visible progress in implementing active ageing measures, the challenge of motivating older workers to continue working until or even beyond retirement ages thus remains. At the same time, there are regime-specific problem groups that face difficulties in adjusting to the active ageing paradigm of longer working life. Especially in countries with little employment support, those with unstable work careers, employment interruptions and few financial resources are at a high risk of being crowded out from late career employment and thus from the possibility of ensuring a decent standard of living in old age.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,234
Tête enseignante GPT0,386
Écart entre enseignants0,152 · 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 source (Gemma direct ou Codex distillé), 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

Citations101
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgeing and SocietyMême sujetRetirement, Disability, and EmploymentTravaux en français237 207