Sukupolvien välinen oikeudenmukaisuus Suomen työeläkejärjestelmässä
Notice bibliographique
Résumé
Seuraavat vuosikymmenet tulevat olemaan Suomen työeläkejärjestelmälle sen historian haasteellisimmat. Eläkeläisiä on jo tällä hetkellä enemmän kuin koskaan aikaisemmin määrän vain jatkaessa kasvuaan. Eläkeläisten määrän kasvun mukana kasvavat myös eläkkeiden maksuun tarvittavat varat, joita Suomen eläkejärjestelmässä maksetaan osittain eläkerahastoista ja osittain työntekijöiden eläkemaksuina. Eläkerahastoissa oli vuoden 2012 lopussa sijoitettuna noin 150 miljardia euroa suomalaisten varoja, mutta ennusteet osoittavat, että rahastot ja nykyiset eläkemaksut eivät riitä kattamaan eläkkeiden maksua tulevilla eläkeläisten ja palkansaajien määrillä. \n\t\nHelpoin tapa saada työeläkejärjestelmän rahoitus jälleen tasapainoon olisi nostaa työeläkemaksuja. Tämä olisi kuitenkin epäoikeudenmukaista nuorempia ja tulevia sukupolvia kohtaan, sillä pääosa ns. eläkepommin kustannuksista tulisi tällöin heidän maksettavakseen. Oikeudenmukaisin keino ratkaista ongelma olisi pienentää maksettavia eläkkeitä, mutta Suomen etuusperusteisessa eläkejärjestelmässä tämä ei ole kovin todennäköinen vaihtoehto. Etuusperusteisessa eläkejärjestelmässä eläkkeiden taso on ennalta päätetty ja eläkkeiden rahoittamiseksi tarvittavat maksut joustavat tarpeen vaatiessa. Työeläkemaksujen korottamista oikeudenmukaisempi vaihtoehto olisi nostaa työntekijöiden eläkkeellesiirtymisikää, jolloin järjestelmän menot laskisivat ja tulot kasvaisivat.\n\nTämän tutkielman puitteissa parhaiksi keinoiksi eläkkeellesiirtymisiän nostamiseksi valikoituivat iäkkäämpien työntekijöiden kannustinkarttumien muokkaaminen sekä vanhuuseläkkeen alaikärajan nostaminen. Myös työoloilla todettiin olevan suuri merkitys työssä jatkamiseen.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,192 | 0,226 |
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 ».