How Does Contingent Work Affect SSDI Benefits
Notice bibliographique
Résumé
Some studies have found that contingent workers – including independent contractors, consultants, and those in temporary, on-call, and “gig economy” jobs – make up an increasing share of the labor force. How does this group of workers interact with Social Security Disability Insurance (SSDI)? This project uses the Health and Retirement Study linked to administrative data on SSDI applications and earnings to answer this question. Specifically, the paper examines how SSDI application, receipt, potential benefits, and insurance status differ for workers who hold contingent arrangements in their 50s and early 60s, compared to those who work in more traditional jobs at those ages. This study is among the first to examine how contingent work is likely to affect participation in a public program, specifically disability benefits. The study finds that SSDI application rates are about one-quarter smaller for older eligible contingent workers than for traditional workers of the same ages. Contingent workers are also about one-third less likely to be awarded disability benefits. The lower application and award rates are likely due in part to contingent workers’ lower eligibility rates and lower potential benefits. The application and award rates are also lower for contingent workers who have a chronic condition, work limitation, or limitation in their Activities of Daily Living. These results suggest that contingent workers would benefit from a greater availability of information and assistance in navigating the SSDI application process.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».