MétaCan
Menu
Retour à la cohorte
Enregistrement W4413279600 · doi:10.7202/1118809ar

Une évaluation de la stratégie d’incitation financière à l’emploi des personnes âgées au Québec

2024· article· fr· W4413279600 sur OpenAlexaffvenueabout
Pierre Tircher

Notice bibliographique

RevueRelations industrielles · 2024
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueRetirement, Disability, and Employment
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceEconomics

Résumé

récupéré en direct d'OpenAlex

Notre recherche recense la mise en place depuis 2008 de quatre types d’incitatifs financiers au Québec et au Canada : l’autorisation du cumul de revenu d’emploi et de rentes de retraite, un crédit d’impôt destiné à l’offre de travail, un mécanisme de bonus-malus sur les rentes de retraite et un crédit d’impôt destiné à la demande de travail. Ces changements représentent une reconfiguration de la logique institutionnelle du système de retraite orientée vers le maintien prolongé des personnes âgées en emploi. Notre travail a pour principale question de recherche d’évaluer les effets de ces incitatifs financiers sur la participation des personnes âgées au marché du travail, sur le type d’emploi occupé et sur l’intensité de celui-ci. À partir des microdonnées maîtres de l’Enquête sur la population active de 2000 à 2023 et en employant la méthode des différences dans les différences, nous avons évalué au sein d’un même modèle l’efficacité de ces quatre types d’incitatifs financiers. Nos résultats montrent que toutes les mesures ont exercé une influence modérée à la hausse sur l’activité des personnes âgées, l’incitatif le plus efficace étant la possibilité de cumuler des revenus d’emploi et des rentes de retraite. Sur le plan du temps de travail, les mesures incitatives ont peu influencé l’intensité du travail et le recours au temps partiel, ce qui s’explique par des effets opposés selon les mesures mises en place. Ces résultats mènent à la conclusion que davantage d’efforts devraient être entrepris pour accommoder les conditions d’emploi des personnes âgées pour influencer plus efficacement celles-ci à demeurer sur le marché du travail.

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)0,006
score de la tête « metaresearch » (Gemma)0,013
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 enseignants0,065
Score d'incertitude au seuil0,261

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,215
Tête enseignante GPT0,407
Écart entre enseignants0,192 · 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

Citations0
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueRelations industriellesMême sujetRetirement, Disability, and EmploymentTravaux en français237 207