Bibliographic record
Abstract
Le vieillissement démographique dans les sociétés occidentales fait basculer la proportion des jeunes en faveur de celle des personnes âgées. Alors que le nombre croissant de personnes âgées exerce une pression à la hausse sur les besoins de ce groupe, la réduction du nombre de jeunes se traduit par un mouvement inverse. Pour avoir une bonne idée des incidences du vieillissement, il faut donc saisir l’effet net de ces deux phénomènes opposés. Le présent article vise à décrire et à comparer diverses façons de mesurer les charges qu’entraîne le vieillissement démographique. Parmi les indices examinés, on trouve en premier lieu le rapport de dépendance démographique qui est tiré de la répartition par âge. Mais il existe plusieurs autres indices qui font appel à des critères économiques#x00a0;: la participation au marché du travail, les dépenses gouvernementales et l’ensemble de la consommation privée et publique. Bien que les imperfections du rapport de dépendance démographique conduisent les chercheurs à développer de nouveaux indices, ces derniers n’en souffrent pas moins de limites considérables.
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 | 0.006 | 0.020 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.007 | 0.006 |
| 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) | 0.004 | 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".