MétaCan
Menu
Retour à la cohorte
Enregistrement W2159949990 · doi:10.1017/s0144686x99007904

Poor health and retirement income: the Canadian case

2000· article· en· W2159949990 sur OpenAlexaffabout
Lynn McDonald, Peter Donahue

Notice bibliographique

RevueAgeing and Society · 2000
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRetirement, Disability, and Employment
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPensionDemographic economicsDisadvantagedHealth and Retirement StudySocial securityDividendEconomicsHuman capitalGerontologyEconomic growthMedicine

Résumé

récupéré en direct d'OpenAlex

Using the 1994 Canadian General Social Survey, this study examines the economic effects of retiring because of poor health. When men and women who have retired for reasons of poor health are compared to those who have retired for other reasons, the health retirees are disadvantaged on measures of their health, on human capital variables, in terms of their work history, and ultimately, in their retirement income whether personal or household. The men who retired because of ill health were less likely to receive income from a private pension or from interest and dividends. Almost half of the men reported that their financial situation was worse since their retirement. The women retirees suffered from the same disadvantages as the men although their incomes in retirement were much lower. In the multivariate analyses, health had a significant and negative effect on men's household and personal incomes but there was no effect on the incomes of women. For them, any effect that poor health might have had on household income was offset by factors associated with marriage, and the women's own socio-demographic characteristics. The findings suggest reason for policy-makers to be cautious when contemplating blanket reductions in disability/invalidity and pension rates.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,036
Score d'incertitude au seuil0,263

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,011
Études des sciences et des technologies0,0110,002
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,116
Tête enseignante GPT0,390
Écart entre enseignants0,273 · 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

Citations15
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

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