Bibliographic record
Abstract
A l'aide des donnees de l'Enquete sur les finances des consommateurs menee de 1976 a 1997 et de l'Enquete sur la dynamique du travail et du revenu menee de 1993 a 2004, nous examinons l'evolution de l'inegalite du revenu familial, de la polarisation du revenu, du faible revenu relatif et de la redistribution du revenu familial par l'entremise du systeme d'imposition et de transfert. Nous concluons que l'inegalite du revenu familial apres impot a ete stable dans les annees 1980 mais qu'elle a augmente au cours de la periode de 1989 a 2004. La croissance de l'inegalite du revenu familial apres impot peut etre due a l'augmentation de l'inegalite du revenu familial du marche (avant impot et avant transfert) ou a une diminution de la redistribution du revenu par l'entremise d'un systeme d'imposition et de transfert. Nous concluons que l'augmentation de l'inegalite etait seulement associee a l'augmentation de l'inegalite du revenu familial du marche. Le niveau de redistribution etait au moins aussi eleve en 2004 qu'il l'etait dans les sommets des cycles precedents, mais il n'a pas suivi la croissance rapide de l'inegalite du revenu familial du marche des annees 1990. Nous presentons les statistiques relatives a l'inegalite du revenu, a la polarisation et au faible revenu selon plusieurs mesures bien connues et nous utilisons des methodes de preparation des donnees identiques a celles qui sont utilisees dans le cadre de l'Etude sur le revenu du Luxembourg afin de faciliter les comparaisons internationales.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.006 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".