MétaCan
Menu
Retour à la cohorte
Enregistrement W2613402270

The Effects of Education on Canadians’ Retirement Savings Behaviour

2017· article· en· W2613402270 sur OpenAlexaboutno aff
Derek Messacar

Notice bibliographique

RevueAnalytical Studies Branch Research Paper Series · 2017
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinancial Literacy, Pension, Retirement Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPensionEducational attainmentAffect (linguistics)Identification (biology)EconomicsPublic economicsRelevance (law)Savings accountDemographic economicsSurvey data collectionBehavioural economicsActuarial scienceLabour economicsEconomic growthPsychologyFinancePolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper assesses the extent to which education affects how Canadians save and accumulate wealth for retirement. The paper makes three contributions. First, a descriptive analysis is presented of differences in savings and home values across individuals based on their levels of educational attainment. To this end, new datasets that link survey respondents from the 1991 and 2006 censuses of Canada to their administrative tax records are used. These data provide a unique opportunity to jointly observe education, savings, home values, and a plethora of other factors of relevance. Second, the causal effect of high school completion on savings rates in tax-preferred accounts is estimated, exploiting compulsory schooling reforms in the identification. Third, building on a recent study by Messacar (2015), education is also found to affect how individuals re-optimize their savings rates in response to an automatic change in pension wealth accumulation. The implications of this study’s findings for the “nudge paradigm” in behavioural economics 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 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)0,001
score de la tête « metaresearch » (Gemma)0,008
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,224
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,053
Tête enseignante GPT0,366
Écart entre enseignants0,313 · 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'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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnalytical Studies Branch Research Paper SeriesMême sujetFinancial Literacy, Pension, Retirement AnalysisTravaux en français237 207