Inégalité des revenus et protection sociale : les enseignements de l’analyse internationale de l’OCDE
Bibliographic record
Abstract
L’écart entre riches et pauvres s’est considérablement creusé depuis trois décennies dans les pays de l’OCDE. Cet accroissement des inégalités est largement imputable à des évolutions structurelles du marché du travail et de la distribution des salaires. Dans plusieurs pays, des évolutions sociétales telles que la réduction de la taille des foyers ou la plus grande homogamie sociale ont également joué un rôle, de moindre ampleur toutefois. Enfin, la redistribution s’est affaiblie dans la moitié des pays de l’OCDE, notamment à la fin des années 1990 et au début des années 2000. Ce creusement de long terme des inégalités de revenus suscite non seulement des inquiétudes de nature sociale et politique, mais il engendre également des préoccupations d’ordre économique : les inégalités de revenus ont tendance à peser sur la croissance du produit intérieur brut (PIB), sous l’effet de la distance toujours plus grande entre les 40 % les plus pauvres et le reste de la population. Les approches politiques à envisager peuvent se regrouper autour de quatre axes : le rôle de l’éducation, la poursuite de l’égalité femmes-hommes, la création d’emplois qui soient avant tout d’une qualité suffisante et le rôle des dispositifs de redistribution.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.003 | 0.005 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
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; both teacher heads agree on what is shown here.
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".