Työperäinen maahanmuutto sekä Suomen huoltosuhde ja työllisyysaste
Notice bibliographique
Résumé
Tässä tutkimuksessa selvitettiin maahanmuuton vaikutusta kohdemaan väestölle niin väestörakenteellisesti kuin taloudellisesti. Taloudellisia vaikutuksia esitellään aiempien tutkimusten valossa. Vastaavasti maahanmuuton vaikutusta väestörakenteeseen ja työllisten määrään tutkittiin skenaariolaskennan avulla. Painopiste skenaariolaskelmissa on työperäinen maahanmuutto Suomeen. Laskelmat tehtiin sekä koko Suomen tasolla että aluetasolla käyttäen aluejaotteluna maakuntatasoa. Koko maan kattavat laskelmat pohjautuvat Eurostatin väestöennusteeseen ja alueelliset laskelmat Tilastokeskuksen väestöennusteeseen. Väestöennusteen lukuihin lisättiin siten kunkin maahanmuuttoskenaarion mukaiset maahanmuuttajamäärät. Näin saaduista väestöennusteista laskettiin väestöllinen ja taloudellinen huoltosuhde. Taloudellisen huoltosuhteen laskuissa toisena muuttujana oli työllisyysaste, jota muunneltiin eri kehityskulkujen mukaisesti. Tarkasteltava aikaväli oli koko maan laskelmissa vuodet 2015–2050. Vastaavasti aluelaskelmissa tarkasteltiin vuosia 2015–2040 tarkasteluvälin ollessa viisi vuotta. Väestöllinen huoltosuhde tulee heikkenemään maahanmuuttokehityksestä huolimatta. Maahanmuuton runsaalla kasvulla väestöllisen huoltosuhteen heikkenemistä pystytään kuitenkin hillitsemään, sillä maahanmuuttajien ikärakenne on kantaväestöä nuorempi. Taloudellisen huoltosuhteen kannalta työllisyysasteen muutokset vaikuttavat maahanmuuttoa herkemmin työllisten määrään. Taloudellinen huoltosuhde ei heikkene vuoteen 2050 mennessä, jos positiivinen nettosiirtolaisuus noin kaksinkertaistuu 30 000 henkilöön vuodessa ja 75 %:n työllisyysaste saavutetaan. Alueelliset erot muodostuvat kuitenkin suuriksi. Maakunnallisesti tarkasteltuna jopa nykyisentasoinen nettosiirtolaisuus riittää ylläpitämään nykyisen taloudellisen huoltosuhteen tason Uudellamaalla, jos työllisyysasteessa saavutetaan edellä mainittu tavoitetaso. Vastaavasti esimerkiksi Etelä-Savossa edes korkeimman työllisyysasteen ja nettosiirtolaisuuden skenaariot eivät riitä nykytason ylläpitämiseen.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,081 | 0,024 |
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 ».