MétaCan
Menu
Retour à la cohorte
Enregistrement W818453381 · doi:10.1080/10920277.2001.10595979

A Macro-Economic Indicator of Age at Retirement

2001· article· en· W818453381 sur OpenAlexaffabout
Robert L. Brown, Robin Damm, Ishmael Sharara

Notice bibliographique

RevueNorth American Actuarial Journal · 2001
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRetirement, Disability, and Employment
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMacroEconomicsRetirement ageEconometricsComputer scienceFinancePension

Résumé

récupéré en direct d'OpenAlex

This paper explores the relationship between the Wealth Transfer Index (WTI), a statistic defined by Brown and Bilodeau (1997), and retirement age, which is the age at which the workers in an economy cease to be economically productive. Appropriately expressed as a ratio of consumption demand to labor productivity, WTI is a barometer for the demand for wealth placed on the workers of an economy. This paper explains why a relationship between this statistic and retirement age must exist. Using Canadian historical median retirement age data compiled by Statistics Canada and calculated values of the WTI for the same period, three linear regression models are fitted. The conclusion from these models indicates that there is a strong positive correlation between the WTI and average retirement age. This paper also briefly looks at the well-documented demographic shift expected to occur in Canada because of the baby boom–baby bust tidal wave. The aged dependency ratio is expected to increase dramatically, reaching 45% in 2036. A practical application of the WTI model suggests that the baby boom cohort may experience a rise in the normal retirement age in the period 2017–34. They will, in effect, be forced to retire at ages that will allow for an “acceptable” transfer of wealth from the workers to dependent Canadians. Using one of the fitted linear regression models, and projected values of the WTI, the paper concludes by projecting the median retirement age to 2041 for Canadian workers.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,418
Score d'incertitude au seuil0,831

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,107
Tête enseignante GPT0,389
Écart entre enseignants0,281 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2001
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNorth American Actuarial JournalMême sujetRetirement, Disability, and EmploymentTravaux en français237 207