Replacement Rates of Public Pensions in Canada: Heterogeneity across Socio-Economic Status
Notice bibliographique
Résumé
Several income sources can help retirees maintain their welfare and consumption levels once they leave the workforce. One source is public pensions. Their importance as an income source varies greatly according to socio-economic status (SES). In this article, we analyze how replacement rates (RRs) of public pensions (Old Age Security and Guaranteed Income Supplement) and mandatory public pension benefits (Canada/Quebec Pension Plan [C/QPP]) vary across SES by using the Longitudinal and International Study of Adults dataset. Taking advantage of the longitudinal nature of this survey, we compute and compare average RRs by SES. We specifically consider the role of education and health to understand variations in RRs. Our results show that the average RR of public pensions for individuals in bad health is 32 percent, whereas for those who report being in good health, it is 21 percent. When public pensions and C/QPP benefits are included, these percentages become 54 percent for those in bad health and 41 percent for those in good health. When estimating a multivariate regression model and controlling for past income, we look at couples and find that past income does not eliminate differences in RR by education level and health status. Our results suggest that assortative matching could play a role in explaining the variation in RRs across individuals’ education.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».