Güney Avrupa refah rejimi bağlamında nüfusun yaşlanmasının sosyal etkileri: İspanya, İtalya, Yunanistan ve Türkiye mukayesesi
Notice bibliographique
Résumé
Dünya nüfusunun yaşlandığı son çeyrek asırda yaşlılık eksenli politikalar önem kazanmıştır. Nüfusun yaşlanması dünyanın birçok bölgesinde bir sorun olarak dile getirilirken bir yandan da hükümetlerin sosyal politika anlayışları daha çok yaşlı merkezli politikalara doğru evirilmektedir. Bu değişim yaşlılara yönelik sosyal politika uygulamalarının yıllar içerisindeki artış ve gelişiminin incelenmesiyle görülebilir. Bu tezde nüfusun yaşlanmasının sosyal etkileri ülkelerin emeklilik sistemleri, sosyal yardımları ve yaşlı bakım hizmetleri üzerinden incelenmiştir. Mukayese için seçilen İtalya, İspanya ve Yunanistan’ın geç sanayileşen ülkeler olmaları ve Türkiye ile kültürel olarak ortak yönlerinin bulunması, bu ülkelerin seçilmesinde etkili olmuştur. Söz konusu mukayese için birincil ve ikincil veriler incelenerek emeklilik harcamaları, sosyal harcamalar, yaşlı bakımı için formel ve enformel kurumların etkinliği gibi veriler üzerinden ülkelerin benzerlikleri ve farklılıkları incelenmiştir. Nüfuslarının yaşlanma hızları dikkate alındığında bu ülkeleri gelecekte yaşlı yoksulluğu, yaşlı refahında düşüş, güvenden yoksun bir yaşlılık dönemi, genç kuşakla çatışmalar gibi sosyal sorunların artış göstermesi düşünülmektedir. Bu açıdan, Türkiye’nin yakın gelecekte yaşlanması beklenen nüfusunu etkin kullanabilmesi için yaşlıların toplumdan uzaklaştırılmadan gündelik hayatın içerisinde mümkün olduğu kadar aktif olmalarını sağlayan ve enformel bakımı teşvik eden politikaların üretilmesi önerilmiştir. \n \n-------------------- \nIn the last quarter of the century, aging policies have increased in importance due to the ageing of the world population. This situation is a pressing issue in all industrialized countries; thus the governments have shifted the focus of the social policies towards elderly-centered policies. This change can easily be noticed from the increasing and developing number of social policies and practices for elderlies. The social impacts of the ageing population have been investigated with three factors which are pension systems, social assistance, and elderly care services. Italy, Spain, and Greece are chosen to compare with Turkey as they have cultural similarities and they are all late-industrialized countries. Through examining the primary and secondary data, similarities and differences between countries in terms of pension expenditures, social expenditures, the effectiveness of formal and informal elderly care institutions have been investigated. By considering their ageing population rates, social problems such as the elderly poverty, a decline in the elderly welfare, a precarious old-aged period, and relationships with younger generations involving potential conflicts will emerge in the future. In this regard, in order to utilize the estimated elderly population of Turkey effectively, some social policies which allow older adults to be active as much as possible in daily life without isolating them and informal care are proposed.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,003 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».