MétaCan
Menu
Retour à la cohorte
Enregistrement W2726244870 · doi:10.1093/geronb/gbx096

Trajectories of Work Disability and Economic Insecurity Approaching Retirement

2017· article· en· W2726244870 sur OpenAlexafffund
Kim M. Shuey, Andrea E. Willson

Notice bibliographique

RevueThe Journals of Gerontology Series B · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRetirement, Disability, and Employment
Établissements canadiensWestern University
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentCanadian Institutes of Health ResearchNational Institutes of HealthNational Science Foundation
Mots-clésWork (physics)PsychologyEconomicsDemographic economicsLabour economicsEngineering

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: In this article, we examine the connection between trajectories of work disability and economic precarity in late midlife. We conceptualize work disability as a possible mechanism linking early and later life economic disadvantage. METHODS: We model trajectories of work disability characterized by timing and stability for a cohort of Baby Boomers (22-32 in 1981) using 32 years of data from the Panel Study of Income Dynamics and latent class analysis. Measures of childhood disadvantage are included as predictors of work disability trajectories, which are subsequently included in logistic regression models predicting four economic outcomes (poverty, asset poverty, home ownership, and pension ownership) at ages 54-64. RESULTS: Childhood disadvantage selected individuals into five distinct classes of work disability that differed in timing and stability. All of the disability trajectories were associated with an increased risk of economic insecurity in late midlife compared to the never work disabled. DISCUSSION: This study contributes to the aging literature through its incorporation of the early life origins of pathways of disability and their links to economic outcomes approaching retirement. Findings suggest work disability is anchored in early life disadvantage and is associated with economic insecurity later in life.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,008
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,301
Tête enseignante GPT0,443
Écart entre enseignants0,141 · 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'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

Citations28
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journals of Gerontology Series BMême sujetRetirement, Disability, and EmploymentTravaux en français237 207