MétaCan
Menu
← Retour à la cohorte
Enregistrement W2993887244 · doi:10.71781/24598

L’impact et les implications sur l’équité intergénérationnelle des modifications apportées au Régime des rentes du Québec entre 1997 et 2018

2019· dissertation· fr· W2993887244 sur OpenAlexaboutno aff
Éliane Racine

Notice bibliographique

RevueOpen MIND · 2019
Typedissertation
Languefr
DomaineSocial Sciences
ThématiqueSocial Sciences and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

Avec le vieillissement de la population et l’augmentation de l’espérance de vie dans plusieurs pays de l’OCDE tels que le Canada, les enjeux d’équité intergénérationnelle occupent une place de plus en plus importante dans le marché du travail et dans les politiques publiques. L'équité intergénérationnelle peut être entre les générations contemporaines et futures ou entre les différentes générations en vie. Elle vise, généralement, à une répartition juste et équitable des ressources entre les différentes générations. Au Québec, le gouvernement a modifié la Loi sur le régime des rentes du Québec (RRQ) et la Loi sur les normes du travail pour limiter les disparités de traitement dans les régimes de retraite offerts par les employeurs. Bien que cette préoccupation soit au cœur des discussions, très peu d’évaluations sur la situation actuelle de l’équité entre les générations dans les politiques publiques québécoises ont été faites. Plusieurs méthodes économétriques permettant d'évaluer des politiques publiques existent, mais la comptabilité intergénérationnelle, développée par Auerbach, Gokhale et Kotlikoff (1994), demeure l'une des rares méthodes qui regardent réellement l'impact des politiques publiques sur différentes générations plutôt que la solvabilité budgétaire (Howse, 2014). Au Canada, l'exercice a été réalisé à deux reprises (Mahboubi, 2019; Vaillancourt et Oreopoulos, 1998). Toutefois, il ne permet pas de comparer les générations actuelles les unes par rapport aux autres. Cependant, Pertile, Polin, Rizza et Romanelli (2015) ont réussi à le faire en intégrant le concept de taux de taxes nettes pour la vie résiduelle qui permet de comparer deux individus ayant le même nombre d'années à vivre. De sorte que l’on peut évaluer l’impact d’un changement dans une politique sur les individus de diverses générations en utilisant une année antérieure au changement pour faire la comparaison. Dans le cadre de ce mémoire, nous regarderons, à l’aide du taux de taxes nettes pour la vie résiduelle, l’impact des changements faits, entre 1997 et 2018, au RRQ sur l’équité intergénérationnelle. Le RRQ est un programme de redistribution intéressant à utiliser puisque l'ensemble des travailleurs québécois cotise et perçoit une rente à partir de celui-ci. Depuis 1997, plusieurs changements ont été faits tels que des augmentations du taux de cotisation et la mise en place de la bonification. Ce qui risque d’avoir un impact sur le taux de taxes nettes pour la vie résiduelle. Les données utilisées pour faire cette étude sont principalement des données des gouvernements provincial et fédéral. Ce premier exercice permet de constater que les modifications faites au RRQ, entre 1998 et 2018, ont eu un impact modeste sur l’équité intergénérationnelle. Les différences intragénérationnelles affectent davantage les différences entre les taux de taxes nettes pour la vie résiduelle. Finalement, ce travail permet de voir diverses pistes de recherche et de solutions pour favoriser l’équité intergénérationnelle.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,043
Score d'incertitude au seuil0,310

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,002
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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 Opus0,085
Tête enseignante GPT0,377
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'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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Même sujetSocial Sciences and Governance→Travaux en français237 207→