MétaCan
Menu
Retour à la cohorte
Enregistrement W2170217821 · doi:10.1177/1468018108090639

Old Age Pensions, Poverty and Dignity

2008· article· en· W2170217821 sur OpenAlexaboutno aff
Nanna Kildal, Stein Kuhnle

Notice bibliographique

RevueGlobal Social Policy · 2008
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Policy and Reform Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDignityPovertyUniversalismPensionArgument (complex analysis)Development economicsEarningsEconomicsDeveloping countryPolitical scienceInequalityEconomic growthSociologyLawAccountingPolitics

Résumé

récupéré en direct d'OpenAlex

AB STRACT The article refers to studies indicating that universal old age pension programmes alone or in combination with earnings-related schemes are conducive to poverty alleviation and less income inequality. Universalism matters, but few countries in the world have introduced universal old age pension programmes. The article does not research this apparent paradox, but asks the empirical question of whether poverty was a prime concern and reflected in arguments used in favour of universal old age pension when such programmes were introduced historically. What were the pro-arguments? The article looks at the arguments for establishing universal old age pension in three selected countries, all belonging to the group of pioneer countries in this respect: Canada, Mauritius and Norway, which all introduced universal pensions in the 1950s. Historical arguments for universal pension systems in these countries are presented and compared. The ambition to reduce poverty was an important motivation in two of the countries, but the main consideration cutting across all three countries was the moral aversion to means-testing and the desire to achieve fairness and respect to human dignity. Another argument found in all three countries was the pragmatic one that a universal scheme would lead to a reduction of the administrative cost of old age provision compared with a system based on means testing.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,012
Communication savante0,0030,003
Science ouverte0,0000,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,054
Tête enseignante GPT0,364
Écart entre enseignants0,310 · 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'étudeQualitatif
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

Citations12
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Social PolicyMême sujetSocial Policy and Reform StudiesTravaux en français237 207