Nuevas tendencias de pensión. El caso Colombia
Bibliographic record
Abstract
Una de las mayores preocupaciones para las personas en su vejez es su sostenibilidad economica. La pension es una herramienta con la cual el Estado busca dar solucion a lo anterior. Segun el pais existen diferentes sistemas de pension los cuales varian en derechos para las personas al momento de pensionarse y se respaldan en las inversiones de los recursos del sistema por parte de los fondos de pension, que actuan como administradores de los recursos de los pensionados actuales y futuros. Este estudio responde a los cuestionamientos entre los derechos frente a los recursos economicos obtenidos por la administracion del portafolio de inversion en el largo plazo de los fondos de pension obligatoria en Colombia. Se utilizaron los metodos de sintesis, para comprender los elementos fundamentales y pasar al conocimiento mas complejo, y el de analisis para entender la relacion causa-efecto de las variables del problema de investigacion. Como resultado se encontro el principal titulo de inversion por parte de los fondos, el impacto financiero de las variaciones de mercado del titulo en el portafolio y el modelo de pension actual visto desde la inversion de los recursos. Estos resultados nos cuestionan que variable es mas importante: los derechos o los rendimientos.
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 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.011 | 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".