MétaCan
Menu
Retour à la cohorte
Enregistrement W3121566087 · doi:10.1017/s1474747220000098

Contract work at older ages

2020· article· en· W3121566087 sur OpenAlexaboutno aff
Katharine G. Abraham, Brad J. Hershbein, Susan N. Houseman

Notice bibliographique

RevueJournal of Pensions Economics and Finance · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRetirement, Disability, and Employment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTelephone surveyWork (physics)Quarter (Canadian coin)Survey data collectionDemographic economicsSelf-employmentBusinessPaid workLabour economicsWork hoursSurvey of Income and Program ParticipationPsychologyEconomicsWorking hoursFinanceMarketingEntrepreneurshipEngineeringGeography

Résumé

récupéré en direct d'OpenAlex

Abstract The share of workers who are self-employed rises markedly with age. Given policy concerns about inadequate retirement savings, especially among those with lower education, and the resulting interest in encouraging employment at older ages, it is important to understand the role that self-employment arrangements play in facilitating work among seniors. New data from a survey module fielded on a Gallup telephone survey distinguish independent contractor work from other self-employment and provide information on informal and online platform work. The Gallup data show that, especially after accounting for individuals who are miscoded as employees, self-employment is even more prevalent at older ages than suggested by existing data. Work as an independent contractor is the most common type of self-employment. Roughly one-quarter of independent contractors aged 50 and older work for a former employer. At older ages, self-employment generally – and work as an independent contractor specifically – is more common among the highly educated, accounting for much of the difference in employment rates across education groups. We provide suggestive evidence that differences in opportunities for independent contractor work play an important role in the lower employment rates of less-educated older adults.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,620
Score d'incertitude au seuil0,206

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,156
Tête enseignante GPT0,357
Écart entre enseignants0,201 · 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

Citations20
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Pensions Economics and FinanceMême sujetRetirement, Disability, and EmploymentTravaux en français237 207