MétaCan
Menu
Retour à la cohorte
Enregistrement W3035725058

Population Ageing: Alternative measures of dependency and implications for the future of work

2020· preprint· en· W3035725058 sur OpenAlexaboutno aff
Claire Harasty, Martin Ostermeier

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2020
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Growth and Productivity
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUnderemploymentDependency ratioPovertyUnemploymentVulnerability (computing)PopulationPopulation ageingWork (physics)EconomicsDemographic economicsQuarter (Canadian coin)Development economicsLabour economicsEconomic growthGeographySociologyEngineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The world's population is getting older, a phenomenon that has important implications for the future of work. Persons aged 55 years and over are expected to outnumber all children aged 0 to 14 years by 2035 and the entire child and youth population aged 0 to 24 years by 2080. As a direct consequence of population ageing, the number of older workers aged 55 to 64 years is increasing and is set to equal one quarter of the global labour force by 2030. This paper examines the projected labour force participation trends of older workers to 2030 and discusses the future of economic dependency for developing, emerging and developed countries. It introduces five alternative measures of economic dependency to account for the fact that persons of working age may not be working or may be facing employment conditions that compromise their capacity to support themselves and others. Such conditions include scenarios where workers are unable to work as many hours as they would like, or where they are in situations of vulnerable employment or working poverty. These alternative measures therefore not only take into account demographic and quantitative labour market characteristics, such as age structure, activity status and unemployment, but also consider qualitative dimensions such as underemployment, labour income and vulnerability. Using a very rich ILO data set that provides a consistent series of labour market data for all countries with forecasts to 2024 and beyond, the paper provides estimates for these new dependency measures and makes a number of policy recommendations to address the impact of ageing on decent work.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,292
Score d'incertitude au seuil0,844

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,101
Tête enseignante GPT0,315
Écart entre enseignants0,214 · 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.

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

Citations26
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetEconomic Growth and ProductivityTravaux en français237 207