MétaCan
Menu
Retour à la cohorte
Enregistrement W2159028841 · doi:10.5539/ijef.v4n12p214

Demographic and Economic Dependency Ratios – Present and Perspectives

2012· article· en· W2159028841 sur OpenAlexvenueno aff
Mihail Titu, Ilie Banu, Ioana-Madalina Banu

Notice bibliographique

RevueInternational Journal of Economics and Finance · 2012
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Care Issues
Établissements canadiensnon disponible
Organismes subventionnairesEuropean Social Fund
Mots-clésDependency ratioDependency (UML)EconomicsUnemploymentEuropean unionDebtInvestment (military)Unemployment rateDemographic economicsPoliticsInternational economicsMacroeconomicsPolitical scienceDemographyPopulationSociology

Résumé

récupéré en direct d'OpenAlex

In the present research article, we outline the distinction between the demographic dependency ratio and the economic dependency ratio and present its evolution in Romania within the European Union, but not restrictive to the EU27. The evolution of demographic dependency ratio changed dramatically in Romania in the last 15 years comparing to the UE27. On the other hand, the evolution of economic dependency ratios is much more relevant because it also reflects the problems the economy is facing and should be brought to the fore in the political debates and to decision makers. In the paper we present the factors that are leading to the increase of the economic dependency ratio and we conclude with the solutions which a state has to adopt in order to prevent excessive public debt and structural gaps due to long term rise in economic dependency ratio. Moreover, policy-makers must face up the painful inter-temporal transfer choices that have to be done. Our concern about Eastern-European Countries is strengthened by the global results reached by OECD through Minilink Model Study, IMF Study of G7 and QUEST II Model that suggest the fall of the living standards over the next 50 years due to economic dependency ratio. For Romania we considered two main solution to this problem: increasing birth rate (long term solution) and lowering the unemployment rate through investment and a high rate of EU funds absorption (medium term solution).

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,296
Score d'incertitude au seuil0,298

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,042
Tête enseignante GPT0,376
Écart entre enseignants0,334 · 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.

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

Citations3
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Economics and FinanceMême sujetGlobal Health Care IssuesTravaux en français237 207