MétaCan
Menu
Retour à la cohorte
Enregistrement W2771201187 · doi:10.1111/ajag.12486

Ageing and the economic life cycle: The National Transfer Accounts approach

2017· article· en· W2771201187 sur OpenAlexaboutno aff
Jeromey Temple, James Mahmud Rice, Peter McDonald

Notice bibliographique

RevueAustralasian Journal on Ageing · 2017
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinancial Literacy, Pension, Retirement Analysis
Établissements canadiensnon disponible
Organismes subventionnairesNational Health and Medical Research CouncilDepartment of Social Services, Australian Government
Mots-clésAgeingConsumption (sociology)Demographic economicsUnit (ring theory)Private consumptionCohortNational accountsEconomicsTransfer (computing)Age structureLife-cycle hypothesisGeographyDemographyPopulationSociologyPsychologyMedicineMacroeconomics

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To illustrate the use of National Transfer Accounts (NTA) for understanding ageing and the economic life cycle in Australia. METHODS: The NTA methodology is applied utilising a range of unit record, demographic and administrative data sets from 1981 to 2010. RESULTS: During early and later life, total consumption (public and private) is greater than labour income. On a time series and cohort basis, we show that each successive generation has improved their level of well-being (as measured by consumption) relative to the previous years or previous cohorts from 1981 to 1982 onwards. We also show a substantial increase in labour income earned by mature age workers over this period. International comparisons show Australia to have consumption and labour income age profiles very similar to those of Canada but dissimilar to many other countries, driven by differences in demographic and policy settings. CONCLUSION: The NTA approach provides a powerful framework to track differences in the economic life cycle across age groups, across time, across cohorts and across countries.

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)0,002
score de la tête « metaresearch » (Gemma)0,009
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,059
Score d'incertitude au seuil0,117

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,025
Tête enseignante GPT0,253
Écart entre enseignants0,228 · 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

Citations5
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAustralasian Journal on AgeingMême sujetFinancial Literacy, Pension, Retirement AnalysisTravaux en français237 207