MétaCan
Menu
Retour à la cohorte
Enregistrement W3149796614

Fair Long-Term Care Insurance

2019· article· en· W3149796614 sur OpenAlexaff
Marie‐Louise Leroux, Pierre Pestieau, Grégory Ponthière

Notice bibliographique

RevueOpen Repository and Bibliography (University of Liège) · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Care Issues
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésLong-term care insuranceActuarial scienceSocial insuranceEarningsEconomicsLong-term careTerm (time)PensionUtilitarianismLife insuranceFinanceMedicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The study of optimal long-term care (LTC) social insurance is generally carried out under the utilitarian social criterion, which penalizes individuals who have a lower capacity to convert resources into well-being, such as dependent elderly individuals or prematurely dead individuals. This paper revisits the design of optimal LTC insurance while adopting the ex post egalitarian social criterion, which gives priority to the worst-off in realized terms (i.e. once the state of nature has been revealed). Using a lifecycle model with risk about the duration of life and risk about old-age dependence, it is shown that the optimal LTC social insurance is quite sensitive to the postulated social criterion. The optimal second-best social insurance under the ex post egalitarian criterion involves, in comparison to utilitarianism, higher LTC benefits, lower pension benefits, a higher tax rate on savings, as well as a lower tax rate on labor earnings.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,067
Score d'incertitude au seuil0,935

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,001
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 Opus0,023
Tête enseignante GPT0,339
Écart entre enseignants0,316 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen Repository and Bibliography (University of Liège)Même sujetGlobal Health Care IssuesTravaux en français237 207