MétaCan
Menu
Retour à la cohorte
Enregistrement W6987886162

Universaali perustulo Suomessa: Kannustinvaikutukset ja sopiva määrä

2020· other· fi· W6987886162 sur OpenAlexaboutno aff

Notice bibliographique

RevueAaltodoc (Aalto University) · 2020
Typeother
Languefi
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuarter (Canadian coin)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Perustulo on ajankohtainen aihe, sillä esimerkiksi Juha Sipilän hallitus päätti selvittää perustulokokeilulla vuosina 2017-2018, voisiko Suomen sosiaaliturvaa muuttaa kannustavammaksi sekä samalla yksinkertaistaa Suomen toimeentulotukijärjestelmää. Tässä tutkimustyössä on kaksi tutkimuskysymystä: millaisia työllistymisen kannustinvaikutuksia universaalilla perustulolla olisi Suomessa ja onko universaali perustulo realistinen tapa korvata kaikki toimeentuloturva Suomessa. Tyypillisesti perustulo nähdään ratkaisuna teknologian huiman kehityksen aiheuttamaan työttömyysuhkaan. Perustulolla on yleensä muitakin tavoitteita. Perusteellisimmat tavoitteet ovat sosiaaliturvan luominen ja köyhistä huolehtiminen. Suomessa niitä olennaisempaa olisi kuitenkin toimeentuloturvan yksinkertaistaminen yksilön ja hallinnon näkökulmasta sekä työn vastaanottamiseen kannustaminen. Perustuloa on helppo kritisoida, koska liian suurena se on kallis järjestelmä ja liian matalana se ei huomioisi yksilöllisiä eroja. Lisäksi se rahoitettaisiin yleensä tuloverouudistuksella, joka muodostaa perustulon määrän ja tuloverotuksen tason välille trade-offin. Perustulon vaikutus työllisyyteen on monimutkainen. Esimerkiksi perustulon määrä vaikuttaa työllistymisen kannustimiin, koska pieni perustulo ohjaisi ottamaan vastaan melkein mitä tahansa työtä, kun taas suuri perustulo ohjaisi tulovaikutuksen kautta työn tarjonnan laskuun. Mahdollinen tuloverouudistus voisi kokonaisuudessaan joko lisätä tai vähentää työllisyyttä. Muita olennaisia kannustavia asioita olisivat kannustinloukkujen poistuminen, kannustamattomuus harmaaseen talouteen ja yrittämisen helpottaminen. Ihmisten siirtyminen perustulon avulla töihin työmarkkinoiden ulkopuolelle (esim. kotityöt) olisi työllisyyden kannalta negatiivinen asia. Kustannusneutraali universaali perustulo Suomessa vuonna 2017 olisi ollut 831 euroa kuukaudessa. Luku on saatu jakamalla Suomen vuoden 2017 oikaistu toimeentuloturva vuoden 2017 lopun Suomen yli 18-vuotiaan väestön määrällä ja jakamalla universaali perustulo kuukausittaiseksi. Tässä tutkimustyössä toteutettiin kyselytutkimus vuoden 2017 kustannusneutraalin universaalin perustulon (831 euroa) työllistymisen kannustinvaikutuksista sekä universaalin perustulon sopivasta määrästä. Kyselytutkimus toteutettiin koronaviruksen takia lopulta verkkokyselynä ja siihen vastasi 134 henkilöä, jotka eivät valikoituvuuden takia olleet satunnaisotos perusjoukosta, mikä heikentää tulosten yleistettävyyttä perusjoukkoon. Kyselytutkimuksen mukaan 831 euron universaali perustulo kannustaisi ihmisiä työllistymään hieman nykyistä enemmän. Kyselytutkimuksen perusteella keskiarvo sopivalle universaalin perustulon määrälle on 1 050 euroa ja mediaani 1 000 euroa, joten Suomen toimeentuloturvasta muodostettava universaali perustulo ei ole realistinen tapa korvata kaikkea toimeentuloturvaa. Kyselytutkimus antaa jonkin verran viitteitä, että naiset, iäkkäämmät ja suurituloisemmat pitävät suurempaa universaalia perustuloa sopivana. Tutkimuksen perusteella on olennaista suunnitella perustulokokeiluja mahdollisimman realistisesti, jotta niistä voi vetää luotettavia johtopäätöksiä.

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)0,001
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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,067
Score d'incertitude au seuil0,226

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0040,001
Communication savante0,0050,003
Science ouverte0,0000,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0670,013

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 Opus0,020
Tête enseignante GPT0,201
Écart entre enseignants0,182 · 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
GenreAutre

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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAaltodoc (Aalto University)Travaux en français237 207