MétaCan
Menu
Retour à la cohorte
Enregistrement W2043519970 · doi:10.1155/2012/458723

Financial Factors and Labour Market Transitions of Older Workers in Canada

2012· article· en· W2043519970 sur OpenAlexafffundabout
Xuyang Chen, Maxime Fougère, Bruno Rainville

Notice bibliographique

RevueInternational Journal of Population Research · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRetirement, Disability, and Employment
Établissements canadiensEmployment and Social Development Canada
Organismes subventionnairesHuman Resources and Skills Development Canada
Mots-clésPensionAccrualShock (circulatory)Labour economicsWork (physics)Demographic economicsEconomicsBusinessFinanceEarnings

Résumé

récupéré en direct d'OpenAlex

This paper looks at the influence of financial factors on the labour market transitions of Canadian older workers. Also, in contrast to previous studies, the analysis focuses on transitions between full-time work, part-time work, and retirement. Sequential annual observations of employment and retirement choices are examined for samples of full-time and part-time workers, drawn from the Survey of Labour and Income Dynamics (SLID), 2001–2006. Measures of potential pension wealth and one-year and peak pension accruals are imputed using data from the Survey of Consumer Finances, 1973–1997, and the SLID, 1997–2006. Regression results indicate that financial factors influence workers to move from full-time to part-time jobs and support the evidence found in previous studies that retirement is usually a process, not a single event. Also, an increase in pension accruals increases the probability of working full-time for lower-income earners only. Among nonfinancial factors, a negative health shock increases the probability of working part-time or retiring for full-time workers but has little effect on the labour market transitions of part-time workers. Finally, these results suggest that policies to encourage phased retirement are unlikely to have a significant labour market effect since bridge employment is already a common transition process among older workers.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,026
Score d'incertitude au seuil0,191

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0030,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,219
Tête enseignante GPT0,484
Écart entre enseignants0,265 · 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

Citations4
Publié2012
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Population ResearchMême sujetRetirement, Disability, and EmploymentTravaux en français237 207