Notice bibliographique
Résumé
Cet article présente les résultats d’une analyse par décomposition des taux de pauvreté chez les personnes âgées que j’ai effectuée afin de déterminer si certaines caractéristiques des personnes âgées peuvent ou non expliquer les variations historiques de ces taux. J’ai fait cette analyse à partir des données de l’Enquête sur les finances des consommateurs (EFC) et de l’Enquête sur la dynamique du travail et du revenu (EDTR) portant sur les années 1977–1979, 1994–1996 et 2006–2008. Mes résultats montrent que, entre 1977 et 1979 et entre 1994 et 1996, un niveau d’instruction plus élevé était lié à des taux de pauvreté beaucoup moins élevés chez les personnes âgées. De plus, quand l’importance de l’âge et du fait d’avoir une vie autonome en tant que facteurs de risque liés à la pauvreté des personnes âgées diminue, les taux de pauvreté diminuent aussi substantiellement et significativement. Dans l’ensemble, ces résultats montrent que les politiques en matière de revenus de retraite constituent donc un déterminant important de la pauvreté des personnes âgées.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,013 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».