MétaCan
Menu
Retour à la cohorte
Enregistrement W2737251932 · doi:10.20381/ruor-20713

Three Essays on Modeling Aging Population

2017· dissertation· en· W2737251932 sur OpenAlexaboutno aff
Somaieh Nikpoor

Notice bibliographique

RevueuO Research (University of Ottawa) · 2017
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueInsurance, Mortality, Demography, Risk Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPopulation ageingPopulationSociologyDemography

Résumé

récupéré en direct d'OpenAlex

Chapter 1: Interregional Transfers through Public Pension in Canada- In this chapter, I build a regional computable general equilibrium model with an overlapping generations (OLG) structure of the Canadian economy to analyze population aging dynamics and public pensions. Canada is divided into three regions: Atlantic, Quebec and Rest of Canada (ROC). The impact of population aging is investigated on each of three regions' pension systems. The results confirm that as a result of aging all regions are affected negatively if they choose to have an independent pension system. Under a joint pension system most of the pressure of the provision of the pension system is on the ROC. Atlantic region benefits the most from a joint pension plan as the implicit funds ow from ROC to Atlantic region. Quebec benefits from having its own program, but the benefits disappear slowly in future years. Chapter 2: Age-Variable Rate of Time Preference in CGE-OLG Model- Contrary to the mainstream studies in the area of intertemporal optimization that assume a constant rate of time preference over individuals' life cycles, in this chapter I propose a new approach to measure the rate of time preference by assuming that the rate of time preference evolves by age. I construct an overlapping generations model (OLG) and calibrate rate of time preference. The age-variable rate of time preference would permit to capture many other elements that affect the life cycle profile of consumption as observed in the data. The results show that rate of time preference exhibits three phases and is different for young versus old. Chapter 3: Computing Demographic Change Simulation under Constant and Age-variable Rate of Time Preference - This chapter simulates the impact of an aging population on various macroeconomic variables and calculates the cohort welfare as well as social welfare. The outcomes from simulations are dependent on the choice of rate of time preference as well as the structure of the model. The results in this chapter provide a new approach to determining the impact of aging population. The choice of a realistic rate of time preference, which allows its variability by age, affects the cohort welfare noticeably.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,440
Score d'incertitude au seuil0,875

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,101
Tête enseignante GPT0,392
Écart entre enseignants0,291 · 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'étudeSimulation ou modélisation
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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueuO Research (University of Ottawa)Même sujetInsurance, Mortality, Demography, Risk ManagementTravaux en français237 207