MétaCan
Menu
Retour à la cohorte
Enregistrement W2162773424 · doi:10.7202/602283ar

Privatisation des systèmes de retraite : une évaluation critique

2009· article· fr· W2162773424 sur OpenAlexvenueno aff
Pascal Belan, Pierre Pestieau

Notice bibliographique

RevueL Actualité économique · 2009
Typearticle
Languefr
DomaineBusiness, Management and Accounting
ThématiqueFinancial Literacy, Pension, Retirement Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophyPolitical science

Résumé

récupéré en direct d'OpenAlex

L’objectif de cet article est de contribuer à la clarté du débat entrepris dans de nombreux pays sur la réforme du système de retraite. Cette réforme est souvent présentée comme se limitant à un changement de technique de financement : on passerait de la répartition à la capitalisation. Or, il apparaît que capitalisation et répartition sont sous certaines hypothèses équivalentes et que les réformes proposées ne se limitent pas à passer de l’une à l’autre. Si seule changeait la technique de financement, il n’est généralement pas possible que la réforme soit Pareto-améliorante. Par exemple, toute réduction de l’endettement global — dette publique plus droits à la pension — favoriserait les générations futures mais pénaliserait toute, ou en tout cas une partie de la génération de transition. Il existe bien des modèles de réforme qui illustrent ce point de vue et prétendent accroître le bien-être de tous. Nous en présentons deux. Dans le premier, l’introduction de la capitalisation s’accompagne d’une réduction des distorsions liées aux cotisations sociales; dans le second, elle s’accompagne d’une subvention à l’épargne qui dans un contexte de croissance endogène a une productivité constante. Il apparaît que les gains de bien-être qu’entraînent ces réformes ne sont pas très importants; de plus ils ne sont pas liés à la privatisation comme telle; ils pourraient en effet être réalisés dans le cadre des systèmes actuels.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,423
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,036
Tête enseignante GPT0,259
Écart entre enseignants0,224 · 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'étudeThéorique ou conceptuel
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

Citations2
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueL Actualité économiqueMême sujetFinancial Literacy, Pension, Retirement AnalysisTravaux en français237 207