MétaCan
Menu
Retour à la cohorte
Enregistrement W2115207925

Involuntary Retirement and the Resolution of the Retirement-Consumption Puzzle: Evidence from Australia

2010· preprint· en· W2115207925 sur OpenAlexaff
Garry F. Barrett, Matthew Brzozowski

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2010
Typepreprint
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinancial Literacy, Pension, Retirement Analysis
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésConsumption (sociology)WelfareShock (circulatory)EconomicsHealth and Retirement StudyDemographic economicsJob lossPanel dataLabour economicsUnemploymentEconomic growthGerontologyMedicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A substantial body of international research has shown that household expenditure on food and non-durables significantly decreases at the time of retirement - a finding that is inconsistent with the standard life-cycle model of consumption if retirement is an anticipated event. This fall in expenditure has become known as the `retirement-consumption puzzle.' We analyze rich Australian panel data to assess the Australian evidence on the puzzle. We find strong evidence of a fall in expenditures on groceries, food consumed at home and outside meals with retirement. The observed decline in expenditure is explained by a subset of households experiencing an unanticipated wealth shock, such as a major health event or long-term job loss, at the time of retirement. This finding is corroborated by an analysis of alternative measures of household well-being, including indicators of financial hardship, and self-reported financial and life satisfaction. For the majority of households retirement is anticipated and there is no decline in economic welfare at retirement. However, for an important minority, retirement is `involuntary' and these households experience a marked decline across all indicators of economic well-being.

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)0,005
score de la tête « metaresearch » (Gemma)0,002
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,053
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,003
Intégrité de la recherche0,0000,002
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 Opus0,068
Tête enseignante GPT0,310
Écart entre enseignants0,243 · 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

Citations6
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetFinancial Literacy, Pension, Retirement AnalysisTravaux en français237 207