MétaCan
Menu
Retour à la cohorte
Enregistrement W6891237517 · doi:10.3886/e154021v1

Data and Code for: How Social Security Reform Affects Retirement and Pension Claiming

2023· dataset· en· W6891237517 sur OpenAlexaff

Notice bibliographique

RevueICPSR Data Holdings · 2023
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésSocial securityPensionRetirement ageContext (archaeology)Statutory lawPrincipal (computer security)

Résumé

récupéré en direct d'OpenAlex

We study pension claiming and retirement in the context of a large reform that independently shifts the two principal levers of social security, the statutory full retirement age (FRA) and the pension benefit schedule. The reform first increased the full retirement age while keeping early retirement financially attractive. Exploiting the sharp cohort cutoffs generated by the reform, we find that increasing the FRA by one year delays pension claiming by 7-8 months and labor market exit by 5-7 months, responses that are much larger than a benchmark life-cycle model predicts. In a second step, the same reform made late claiming financially more attractive while keeping the FRA constant. This second reform step has no effect on retirement but delays claiming by about 4 months, which is smaller than the benchmark predicts. Survey evidence on individuals' motives for claiming and retiring suggests that claiming behavior is directly affected by the FRA increase through reference dependence with loss-aversion, while adjustment in the retirement age can be attributed to two separate forces. First, many individuals indicate a preference to claim benefits and retire at the same time, so that claiming age adjustments in response to the reform spill over into retirement decisions. Consistent with this, we show that the retirement response in our data is fully driven by individuals who couple claiming and retirement. Second, there is also a direct effect, as the FRA is also viewed by some as a "normal" retirement age.Finally, we show the fiscal multiplier associated with the first step of the reform is 1.3 to 1.9, larger than that of the second step (0.7 to 1), mainly because of the less than actuarially fair adjustment of pensions in the first step.

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)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,152

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,006
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0460,030

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 Opus0,170
Tête enseignante GPT0,373
Écart entre enseignants0,203 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueICPSR Data HoldingsTravaux en français237 207