MétaCan
Menu
Retour à la cohorte
Enregistrement W2071959793 · doi:10.7202/051207ar

Retirement Plans and Pensions: An Empirical Study

2005· article· fr· W2071959793 sur OpenAlexvenueaboutno aff
Andrew A. Luchak

Notice bibliographique

RevueRelations industrielles · 2005
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueRetirement, Disability, and Employment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Il y a eu, durant la dernière décennie, quantité de recherches sur le rôle des régimes de pension payés par l'employeur dans la promotion des contrats de travail de longue durée. Le régime de pension occupationnel s'acquitte de ce rôle en offrant aux employés un droit à des bénéfices futurs de pension sujet à un rendement adéquat jusqu'à ce moment. Cependant, on ne peut faire que peu de généralisations au sujet de tels contrats, en partie à cause des faiblesses méthodologiques de ces recherches. Dans les études sur la retraite, par exemple, les modèles empiriques utilisés contrôlent peu l'aspect volontaire du choix de l'âge de la retraite par l'employé. De plus, on n'a pas réussi à expliquer comment la pension influence la retraite. Finalement, les explications alternatives et plausibles des effets de la pension n'ont pas toujours été contrôlées. Nous tentons de nous attaquer à certaines de ces faiblesses en examinant les effets incitatifs de la pension occupationnelle sur la planification de la retraite des employés. Nous nous attardons à l'expérience de 512 employés masculins et féminins travaillant à plein temps, âgés entre 20 et 64 ans, qui travaillent pour une grande entreprise syndiquée de service public en Ontario et qui jouissent d'un régime de pension à bénéfices définis. Nous avons sondés ces employés en 1988. Ils sont représentatifs de la population de quelque 17 000 personnes en termes de sexe, d'âge et d'années de service. Empiriquement, nous avons fait une régression de l'âge planifié volontairement de retraite en regard de différents déterminants de cette décision. Nous avons observé que cet âge était fortement influencé par des incitatifs à la préretraite. Plus particulièrement, plus la prime de préretraite est généreuse, plus l'âge planifié de retraite est bas. Ce résultat est important vu que les pensions représentent une option de planification de la gestion stratégique des ressources humaines. De façon opposée, d'autres instruments, tels les primes salariales au rendement et les bonus de paies de vacances n'ont pas beaucoup d'influence sur le choix de l'âge de retraite. Les projets de retraite sont aussi influencés par l'exactitude des informations fournies sur les caractéristiques des régimes de pension, par l'âge, par le sexe, par l'état de santé, par le statut civil et, surtout, par le statut d'emploi et de pension du conjoint. D'un point de vue de politique générale, le fait que les personnes mal informées sur les caractéristiques de leur fond de pension aient tendance à prendre leur retraite plus tôt est troublant puisque cela suggère que telles décisions cruciales et irréversibles peuvent être prises erronément. S'assurer d'une information adéquate est donc nécessaire à une décision rationnelle. Notre étude soutient quelque peu l'hypothèse quant au rôle positif des pensions dans la promotion des conventions de travail de longue durée. Plus spécifiquement, les bénéficiaires des régimes de pension supportés par l'employeur répondent positivement aux effets incitatifs inscrits à leurs régimes de pension et, de façon plus particulière, adaptent leur date préférée de retraite à la générosité des bénéfices de préretraite. Cela est vrai, même après avoir contrôlé les autres variables déterminantes de l'âge planifié de retraite, incluant ces facteurs influençant le volontarisme de cette décision, tels la probabilité de mise à pied ou de recherche volontaire d'emploi et ces autres programmes de ressources humaines créant des incitatifs aux contrats de travail de longue durée.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,663
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,339
Tête enseignante GPT0,455
Écart entre enseignants0,116 · 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'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
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRelations industriellesMême sujetRetirement, Disability, and EmploymentTravaux en français237 207