Bibliographic record
Abstract
Le SupplA©ment de revenu garanti (SRG) a largement contribuA© A la rA©duction de la pauvretA© des personnes A¢gA©es au Canada, mais les futurs bA©nA©ficiaires du SRG atteignant leurs 64 ans devraient penser A deux fois avant de continuer de cotiser A un REER. Souvent, la meilleure solution serait mAame de retirer tout les fonds accumulA©s au REER. La raison est qu’une fois les prestations SRG perA§ues, les retraits REER sont sujets A une rA©duction progressive du SRG d’au moins 50 %, ainsi qu’un assujetissement A©tonnamment frA©quent A l’impA´t sur le revenu. Une A©tude antA©rieure a estimA© que 32 % de personnes approchant l’A¢ge de la retraite ont cotisA© par erreur A des rA©gimes d’A©pargne-retraite enregistrA©s (REER), pensant que leurs avoirs seraient assez bas pour leur garantir un A©ventuel SRG. Leurs cotisations REER seraient ainsi A©ventuellement assujetties A la rA©duction progressive du SRG. Une A©tude du RCCMTC intitulA©e «A‰valuation du nombre des rA©cipiendaires du supplA©ment de revenu garanti qui ont par erreur cotisA© dans un rA©gime d’A©pargne-retraite enregistrA© ou un rA©gime de retraite enregistrA©Â» (Rapport de recherche du RCCMTC no 119) par Michael Veall (UniversitA© McMaster) rA©vise cette A©valuation en analysant les donnA©es sur les dA©clarants anonymes pour comptabiliser le nombre actuel de bA©nA©ficiaires du SRG qui ont vraiment A©tA© assujettis A un dA©grA¨vement de revenu REER. Bien que ses rA©sultats soient un peu infA©rieurs A ceux de la recherche prA©cA©dente, sa conclusion principale est que ce problA¨me concerne un trA¨s grand nombre de personnes A¢gA©es A faible revenu. La rA©cession de 2008-2009 a eu un effet dA©vastateur sur l’A©conomie canadienne. Entre le second trimestre 2008 et le premier trimestre 2009, l’indice composA© de la Bourse de Toronto (S&P TSX) a chutA© de 51 %. Dans le mAame temps, l’immobilier a perdu 6 %. Par elles-mAames, ces variations et celles d’autres prix d’actifs dans la mAame pA©riode, ont rA©duit le patrimoine moyen des familles canadiennes de 11 % et les avoirs moyens de retraite de 14 %. Sans un redressement subsA©quent des prix, les rA©gimes de cotisations dA©terminA©es auraient perdu 27 % de leur valeur et les avoirs enregistrA©s de retraite auraient chutA© de 26 %. Bien que la reprise A©conomique ait neutralisA© certaines de ces pertes, elle n’a pas A©tA© A©quitable pour tous. Dans un rapport du RCCMTC intitulA© «Impacts des ralentissements cycliques sur le troisiA¨me pilier des SRI et les rA©ponses selon les politiques» (Rapport de recherche du RCCMTC no 113), James B. Davies et Xiaoyu Yu (tous deux de l’UniversitA© Western Ontario) analysent les effets des rA©cessions sur le chA´mage et la retraite anticipA©e, et trouvent que certains rA©gimes de retraite sont plus vulnA©rables que d’autres dans le cas des rA©cessions cycliques.
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 | 0.005 | 0.012 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.012 | 0.003 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.307 | 0.201 |
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".