MétaCan
Menu
Retour à la cohorte
Enregistrement W3169327512 · doi:10.4018/978-1-7998-7327-3.ch017

Does Population Aging Affect Income Inequality?

2021· book-chapter· en· W3169327512 sur OpenAlexaboutno aff
Gürçem ÖZAYTÜRK, Ali Eren Alper, Fındık Özlem Alper

Notice bibliographique

RevueAdvances in human services and public health (AHSPH) book series · 2021
Typebook-chapter
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Care Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDependency ratioCointegrationEconomicsDemographic economicsInequalityEconomic inequalityPensionDependency (UML)PopulationLabour economicsDemographyEconometricsSociologyMathematics

Résumé

récupéré en direct d'OpenAlex

This study analyzes the relationship between the elderly dependency ratio and income inequality over the period 1972-2019 in countries such as the USA, Japan, the UK, France, Germany, Canada, and Italy, which rank top in the population aging, using the Fourier-Shin cointegration test. According to the results, the rise in the elderly dependency ratio of all countries included in the analysis, except for France, has a positive impact on income inequality. The result implying that the rise in the elderly dependency ratio increases the income inequality and renders some policy recommendations possible. Accordingly, the provision of adequate childcare programs and family aids can result in greater labor force participation in the short- and long-run. In addition, a pension system can be developed to lower the elderly dependency ratio, more money can be saved for the retirement period, and working domains can be developed for the post-retirement period.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,944
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,000
Communication savante0,0000,005
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,045
Tête enseignante GPT0,421
Écart entre enseignants0,376 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in human services and public health (AHSPH) book seriesMême sujetGlobal Health Care IssuesTravaux en français237 207