MétaCan
Menu
Back to cohort
Record W2470165734 · doi:10.7202/1035955ar

Vivre et travailler plus longtemps au Canada : la réalité des baby-boomers

2016· article· fr· W2470165734 on OpenAlexaffvenueabout
Yves Carrière, Jacques Légaré, Jonathan Purenne

Bibliographic record

VenueCahiers québécois de démographie · 2016
Typearticle
Languagefr
FieldSocial Sciences
TopicRetirement, Disability, and Employment
Canadian institutionsUniversité de Montréal
Fundersnot available
KeywordsHumanitiesPolitical scienceArt

Abstract

fetched live from OpenAlex

Le financement des régimes publics de retraite est au coeur des préoccupations reliées au vieillissement démographique. Confrontés à cette problématique, plusieurs pays ont d’ailleurs relevé l’âge ouvrant droit à une pleine rente de retraite. Toutefois, on note un report relativement important de l’âge effectif de la retraite au Canada depuis le milieu des années 1990, sans modifications importantes apportées au système public de retraite. Cette tendance aura comme effet, entre autres, de pallier une épargne-retraite insuffisante chez plusieurs travailleurs ; problématique qu’avait déjà soulevée Jacques Henripin. Cette étude présente d’abord certaines tendances qui pourraient faire en sorte que ce report se poursuive chez les cohortes du baby-boom. La deuxième partie montre qu’une projection de la durée de vie en emploi à 50 ans, avec l’hypothèse de taux de retraite volontaire constants à leur niveau observé en 2011, conduit à une augmentation plus rapide de la durée anticipée de vie en emploi à 50 ans que celle prévue pour l’espérance de vie au même âge. L’effet de la retraite involontaire pourrait toutefois nuancer cette tendance, surtout chez les femmes. La discussion soulève, dans un tel contexte, certains enjeux importants reliés à la nécessité ou non de relever l’âge ouvrant droit à une pleine rente de retraite, qui est fixé à 65 depuis la fin des années 1960.

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.003
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.031
Threshold uncertainty score0.228

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.003
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.002
Science and technology studies0.0060.002
Scholarly communication0.0030.001
Open science0.0010.002
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0070.000

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.

Opus teacher head0.060
GPT teacher head0.324
Teacher spread0.264 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations9
Published2016
Admission routes3
Has abstractyes

Explore more

Same venueCahiers québécois de démographieSame topicRetirement, Disability, and EmploymentFrench-language works237,207