20 ans d’évolution d’acquisition des droits dans les régimes complémentaires
Bibliographic record
Abstract
Afin de maintenir l’équilibre des régimes complémentaires Agirc et Arrco, les partenaires sociaux ont signé 10 accords depuis 20 ans. Ces accords ont organisé une baisse de leur rendement instantané : un salarié acquiert environ 1,5 fois moins de droits en 2015 qu’en 1993 avec le même euro de cotisation. Cette baisse a été en partie compensée par l’augmentation des taux de cotisation. Dans cet article, les effets générationnels des accords sont d’abord illustrés sur cas types théoriques pour trois générations (1952, 1972 et 1992). Dans un second temps, l’évaluation est réalisée en comparant ce qu’auraient été les pensions liquidées en 2013 en l’absence d’évolution des conditions d’acquisition des droits et celles réellement liquidées cette même année. L’étude des montants de pension est complétée par l’analyse de deux indicateurs complémentaires. Le taux de remplacement permet d’évaluer la perte de niveau de vie au moment du passage à la retraite. Mais son calcul ne tient compte ni de l’effort contributif réalisé au cours de la carrière ni des revalorisations futures des pensions. C’est pourquoi l’analyse est complétée par le calcul du taux de récupération (rapport entre masse des pensions actualisées et celle des cotisations).
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.011 | 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".