Bibliographic record
Abstract
Résumé Cet article porte sur une étude exploratoire des facteurs d’ordre individuel qui influencent la prise de la retraite anticipée. Les hypothèses formulées sont les suivantes : la prévision d’un revenu élevé à la retraite, l’autoévaluation négative de l’état de santé et un environnement de travail défavorable influencent la décision de l’individu de prendre une retraite anticipée. Cette étude a pour but de saisir les caractéristiques individuelles susceptibles d’expliquer le processus de décision de la retraite anticipée, par opposition à la retraite normale. Un questionnaire a été soumis à 141 retraités bénéficiant du régime de retraite du Mouvement des caisses populaires et d’économie Desjardins. Les résultats démontrent que ceux qui ont pris une retraite anticipée occupaient un emploi monotone, répétitif et difficile physiquement. De plus, ils ont participé aux cours de préparation à la retraite dans une plus forte proportion que ceux qui ont opté pour la retraite normale. Par ailleurs, la satisfaction ressentie envers la mise en valeur des capacités et la supervision du travail ainsi que l’aspect social observé dans le milieu de travail distinguent les individus qui ont pris une retraite normale.
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 | 0.004 | 0.019 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 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".