Étude de la mortalité, de la prise de retraite et la cessation d'emploi dans les universités québécoises
Notice bibliographique
Résumé
Dans une étude récente qui porte sur les employés des principales universités québécoises, Bédard et Léveillé remarquent que les employés universitaires présentent des caractéristiques démographiques bien différentes de celles de la population normale et que les professeurs vivent plus longtemps que les non professeurs et prennent leur retraite plus tard. Dans ce mémoire nous nous proposons de mettre à jour, en partie les tables de décroissance obtenues par Bédard et Léveillé (2005, 2008) et de vérifier leurs hypothèses. Dans un premier chapitre, nous retraçons les principales études liées au contexte démographique des régimes de retraite au Canada, au Québec et récemment dans la souspopulation des universités québécoises. Puis, nous présentons la problématique ainsi que les hypothèses de recherche. Un second chapitre aborde des notions actuarielles et statistiques liées aux tables de mortalité, de prise de retraite et de cessation d'emploi. La méthodologie est discutée dans un troisième chapitre. Nous exposons les données de notre étude ainsi que les méthodes que nous allons utiliser pour la construction de tables de décroissance et pour le lissage des taux de mortalité. Dans un quatrième chapitre, nous présentons les résultats de notre étude. Nous exposons tout d'abord les résultats globaux des trois universités participantes confondues pour vérifier nos hypothèses de recherche. Ensuite, nous entrons plus en détail et exposons les caractéristiques statistiques et actuarielles liées à la mortalité ainsi que leurs conséquences financières pour un régime de retraite. Ce mémoire se termine par une conclusion générale qui rappelle les grandes lignes de l'étude et présente les connaissances principales produites par ce travail.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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; un appel candidat d’une seule tête enseignante, 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 ».