Notice bibliographique
Résumé
생명표(life table) 또는 다중탈퇴표(multiple decrement table)는 연령별로 1년 이내에 탈퇴가 발생할 확률을 나타내지만 보험의 탈퇴현상은 특정 연령에서 1년 이내 임의 시점에 탈퇴가 발생할 확률을 필요로 한다. 따라서 이러한 현상을 나타내는 소수연령(Fractional Age)에 대한 분포의 가정이 탈퇴율의 계산에 필수적인 요소이다. 실무에서는 UDD 가정을 이용하여 소수연령 분포에 대체하고 있다. 본 논문에서는 Lee (2008)의 다중탈퇴율과 절대탈퇴율의 전환 공식을 UDD 가정 대신에 보다 일반적인 가정인 소수연령 독립(FI: Fractional Age Independence) 가정하에서 연 기준의 절대탈퇴율을 월 기준의 다중탈퇴율로 전환하거나 연 기준의 다중탈퇴율을 월 기준의 절대탈퇴율로 전환하는 공식을 유도한다. 유도된 공식은 월 기준 대신에 일(day) 기준 또는 분기(quarter) 기준 또는 반기(semiannual) 기준 등으로도 전환 가능한 공식이다. 또한 월 기준의 절대탈퇴율에서 월 기준의 다중탈퇴율로 전환 가능한 공식도 제시한다. 추가적으로 다중탈퇴율이 FI 가정을 따를 때 절대탈퇴율에서 다중탈퇴 율로 전환하는 공식도 유도한다. 여러 가지 유도된 공식은 Bowers 등 (1997)와 Lee (2008)에 있는 전환 공식 일반적인 형태임을 확인할 수 있다. 또한 여러 가지 유도된 공식을 이용하여 수치 예를 통하여 절대탈퇴율과 다중탈퇴율의 전환과정을 각각 설명한다. 【This paper derives conversion formulas from yearly-based absolute rates of decrements to monthly-based rates of decrement due to cause j under FI (fractional age independence) assumption that is a generalization of UDD assumption. Next, it suggests conversion formulas from monthly-based absoluterates of decrements to monthly-based rates of decrement due to cause j under FI assumption. In addition, it calculates conversion formulas from yearly-based rates of decrement due to cause j to the corresponding monthly-based absolute rates of decrements under FI assumption. Some numerical examples are discussed.】
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».