Analyse de l'évolution des montants d'IRR versés par la CSST entre 2001 et 2009
Bibliographic record
Abstract
L'objectif de ce rapport est d'identifier et d'analyser les facteurs qui pourraient être à l'origine de l'augmentation de 43 % des montants d'indemnité de remplacement de revenu (IRR) versés par la CSST entre 2001 et 2009, augmentation d'autant plus surprenante que le nombre de bénéficiaires d'IRR a diminué de 19 % au cours de la même période. Plusieurs facteurs peuvent expliquer l'augmentation de l'IRR. Premièrement, malgré une baisse du nombre de bénéficiaires, la part des lésions graves a augmenté entre 2001 et 2009, ce qui s'est traduit par une augmentation de la durée moyenne des versements d'IRR et du coût moyen de chaque lésion. Le deuxième facteur d'augmentation a été l'inflation. Étant donné que les prestations de la CSST sont indexées à l'inflation canadienne, toute hausse des prix augmente les coûts d'IRR, toutes choses étant égales par ailleurs. Le dernier facteur analysé était l'évolution de la fiscalité personnelle (impôt sur le revenu) canadienne ou québécoise, qui a aussi contribué à augmenter les versements d'IRR. La plupart de ces facteurs, à part la gravité, échappent au contrôle de la CSST. Les programmes de prévention de la CSST peuvent réduire le nombre de lésions, mais paradoxalement, ceci peut s'accompagner d'un accroissement de la part des lésions graves.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
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".