Bibliographic record
Abstract
Résumé Le vieillissement de la population est une caractéristique commune à tous les pays de l’Union européenne. Seuls l’ampleur et le calendrier de ce phénomène diffèrent selon les pays. La déformation des pyramides des âges devrait avoir des effets importants sur les économies européennes et en particulier sur les systèmes de protection sociale. La hausse de l’espérance de vie et le vieillissement des générations nombreuses du baby boom, associés à la chute de la fécondité depuis les années 1970, auront inéluctablement des conséquences sur la proportion de personnes âgées et d’inactifs dans la population, et, de ce fait, sur la part du PIB consacrée au financement des dépenses de retraite et de santé. En revanche, cette hausse pourrait être très partiellement contrecarrée par le retour au plein emploi et la baisse du nombre d’enfants qui devraient permettre une diminution des dépenses consacrées aux prestations chômage et aux prestations familiales. Le poids de la démographie est important : c’est dans les pays où la fécondité est la plus faible que les problèmes les plus importants risquent de se poser (notamment en Italie), tandis que les comportements démographiques dynamiques conservés par certains pays (comme la Suède), semblent atténuer grandement l’impact du vieillissement sur le système de protection sociale.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.046 | 0.002 |
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".