Les taux de remplacement du salaire par la retraite pour la génération 1942
Bibliographic record
Abstract
Assurer un niveau de vie suffisant aux retraités est l’un des objectifs du système de retraite, traditionnellement mesuré par le taux de remplacement de la retraite par le dernier salaire. Cet indicateur est pertinent pour les personnes dont le parcours de fin de carrière n’est pas heurté. Mais, dès lors que des périodes de chômage, d’inactivité ou d’emploi à temps partiel apparaissent en fin de carrière, son interprétation est plus délicate. L’objectif de l’étude est de construire un indicateur de taux de remplacement qui reflète au mieux la situation des retraités anciens salariés. L’analyse, fondée sur les résultats de l’échantillon interrégimes de retraités (EIR) de 2008, porte essentiellement sur les retraités anciens salariés nés en 1942. Les taux de remplacement diminuent fortement en fonction du salaire pour les rémunérations les plus faibles et se stabilisent dans la zone intermédiaire des rémunérations. À salaire comparable, les femmes ont des taux de remplacement un peu inférieurs. Les taux de remplacement apparaissent voisins dans le secteur privé et le secteur public. Ces résultats valent pour toutes les générations nées en 1942 et auparavant, avec des écarts entre générations peu marqués.
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 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.014 | 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".