The Canadian National Retirement Risk Index: Employing Statistics Canada's LifePaths to Measure the Financial Security of Future Canadian Seniors
Notice bibliographique
Résumé
This article measures a Canadian National Retirement Risk Index (NRRI). Originally developed by the Center for Retirement Research at Boston College, the NRRI is a forward-looking measure that evaluates the proportion of working-aged individuals who are at risk of not maintaining their standard of living in retirement. The Canadian retirement income system has been very effective in reducing elderly poverty, but our results suggest that it has been much less successful in maintaining the living standards of Canadians after retirement. Since the earlier years of the new millennium, we find that approximately one-third of retiring Canadians have been unable to maintain their working-age consumption after retirement—a trend that is projected to worsen significantly for future Canadian retirees. The release of the Canadian NRRI is timely given the widespread concern that the current Canadian retirement income system is inadequate. Many proposals have recently emerged to extend and/or enhance Canadian public pensions, and the NRRI is a tool to test their merit. The methodology underlying the Canadian NRRI is uniquely sophisticated and comprehensive on account of our employment of Statistics Canada's LifePaths, a state-of-the-art stochastic microsimulation model of the Canadian population. For instance, the Canadian NRRI is novel in that it models all of the relevant sources of consumption before and after retirement, while accounting for important features that are typically neglected in retirement adequacy studies such as family size, the variation of consumption over a person's lifetime, and the heterogeneity among the life courses of individuals.
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 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».