RSI-01: Protection against financial risks in retirement: An economic analysis of the risk of dependency / Protection contre les risques financiers à la retraite: analyse économique du risque de dépendance
Notice bibliographique
Résumé
ON RECOMMANDE AUX UTILISATEURS DE COMMENCER PAR LIRE LE FICHIER «READ ME» INCLUS DANS L’ARCHIVE, QUI CONTIENT DES INFORMATIONS IMPORTANTES ET PEUT ÊTRE OUVERT AU FORMAT TEXTE BRUT AVEC LA PLUPART DES LOGICIELS D’ÉDITION.<br> <p></p> <th> Résumé </th> <td> <ul> <li>Enquête déployée en novembre 2016 par le panel Web <i>Qu'en pensez-vous?</i> de la firme Delvinia, pour le compte de membres de l'Institut sur la retraite et l'épargne</li> <li>2 000 répondants de l'Ontario et du Québec âgés de 50 à 70 ans</li><li> Questions portant sur <ul><li>Les caractéristiques socioéconomiques</li> <li>Les raisons pour avoir (ou non) acheté de l'assurance soins de longue durée et les préférences pour le type de soins de longue durée</li> <li>Les probabilités de choix parmi des contrats d'assurance soins de longue durée comportant des prestations, prestations de survivant et commission attribuées aléatoirement</li> <li> La perception des risques</li> <li> La littératie financière et les connaissances</li> </ul> </ul></td> <br> USERS ARE ADVISED TO START BY READING THE “READ ME” FILE INCLUDED IN THE ARCHIVE, WHICH CONTAINS IMPORTANT INFORMATION AND CAN BE OPENED IN RAW TEXT FORMAT USING MOST TEXT EDITING SOFTWARES.<br> <p></p> <th> Summary </th> <td> <ul> <li>Survey fielded in November 2016 by Delvinia's <i>AskingCanadians</i> web panel, on behalf of members of the Retirement and Savings Institute</li> <li>2,000 respondents from Ontario and Quebec, aged 50 to 70 years old</li><li> Questions on <ul><li>Socioeconomic characteristics</li> <li>Reasons for having purchased (or not) long-term care insurance and preferences regarding type of long-term care</li> <li>Choice probabilities for long-term care insurance contracts with randomized benefit, payout to survivors in case of death, and premium load</li> <li> Risk perception</li> <li> Financial literacy and knowledge</li> </ul> </ul></td>
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 | 0,007 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,003 | 0,003 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».