MétaCan
Menu
← Retour à la cohorte
Enregistrement W4214760379 · doi:10.3390/jrfm15030106

Balance and Stability of Polish Pension Insurance System

2022· article· en· W4214760379 sur OpenAlexvenueno aff
Marta Maciejasz, Bartosz Chorkowy

Notice bibliographique

RevueJournal of risk and financial management · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Care Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPensionBalance (ability)Actuarial sciencePension insurancePillarPension systemValue (mathematics)Social insuranceEconomicsBusinessFinanceMarket economyEngineeringStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

The structure of the Polish pension insurance system, despite many reforms carried out in recent years, is still mainly based on the pay-as-you-go (repartition) pillar. To make it work properly, a constant inflow of participants who will pay contributions, thanks to which it will be possible to pay benefits to current beneficiaries, is necessary. At the same time, a negative demographic trend is observed, which can be a signal that more and more people are going to be paid from the system, while fewer people are going to provide money to it. Therefore, the question arises: How much time is there left for repartition-based pension insurance system to last? Is this system really a vehicle of economic and social development or retrograde rather? This article is an attempt to answer such question using the example of the Polish pension insurance system (PIS). To answer this question, linear trend models were used in the analysis. The adjustment of these models to reality was high, and on their basis, the forecasts for the following years were estimated. The variables used in the analysis are time, number of people, and the value of contributions and withdrawals. According to the research, it can be concluded that Polish pension insurance system has about 60 years to last in such form. Demographic changes are definitely unfavorable, and the age gap is getting bigger and bigger. This means that fewer people are going to provide money for those who are inactive.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,016
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,020
Tête enseignante GPT0,328
Écart entre enseignants0,308 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of risk and financial management→Même sujetGlobal Health Care Issues→Travaux en français237 207→