MétaCan
Menu
Retour à la cohorte
Enregistrement W2612089185

Income Packaging and Economic Well-Being at the Income Last Stage of the Working Career

2001· preprint· en· W2612089185 sur OpenAlexaboutno aff
Martin Rein, Heinz Stapf-Finé

Notice bibliographique

RevueEconstor (Econstor) · 2001
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueRetirement, Disability, and Employment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEarningsPovertyDemographic economicsSocial securityGini coefficientEconomic inequalityWorking poorTotal personal incomeEconomicsInequalityGross incomeEconomic growthPublic economics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

First considered, at a point in time, is how cross-country differences in the mix of income sources are related to three measures of economic well-being. Poverty, defined as 50 percent of mean-adjusted household income; relative adjusted disposable income of aged households with heads over 55 years of age relative to those under 55; and inequality as measured by the gini coefficient. Second, the broader question, namely that if the institutions providing social benefits are changing, over time, what is the likely redistributive impact of this development is addressed. The analysis focuses on income sources in the last stages of the working career. Starting at age 55, four different five-year age groups are identified to describe the last stage of the working career. LIS data is used to analyze the experience of ten countries: Australia 1994, Canada 1997, Finland 1995, Germany 1994, Netherlands 1994, Norway 1995, Sweden 1995, Switzerland 1992, United Kingdom 1995 and United States 1997. Data for Finland are available, but difficult to interpret, since the mandated earnings-related public social security is administered by a private life insurance company making the distinction between public and private especially difficult to draw. These are the only countries which had usable data on occupational pensions at the time of this first analysis. In this analysis we were able to include trends over time, broadly from 1980 to 1995, but actual available years varied by country.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,122
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,067
Tête enseignante GPT0,323
Écart entre enseignants0,256 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations7
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEconstor (Econstor)Même sujetRetirement, Disability, and EmploymentTravaux en français237 207