MétaCan
Menu
← Back to cohort
Record W2993887244 · doi:10.71781/24598

L’impact et les implications sur l’équité intergénérationnelle des modifications apportées au Régime des rentes du Québec entre 1997 et 2018

2019· dissertation· fr· W2993887244 on OpenAlexaboutno aff
Éliane Racine

Bibliographic record

VenueOpen MIND · 2019
Typedissertation
Languagefr
FieldSocial Sciences
TopicSocial Sciences and Governance
Canadian institutionsnot available
Fundersnot available
KeywordsPolitical scienceHumanitiesPhilosophy

Abstract

fetched live from OpenAlex

Avec le vieillissement de la population et l’augmentation de l’espérance de vie dans plusieurs pays de l’OCDE tels que le Canada, les enjeux d’équité intergénérationnelle occupent une place de plus en plus importante dans le marché du travail et dans les politiques publiques. L'équité intergénérationnelle peut être entre les générations contemporaines et futures ou entre les différentes générations en vie. Elle vise, généralement, à une répartition juste et équitable des ressources entre les différentes générations. Au Québec, le gouvernement a modifié la Loi sur le régime des rentes du Québec (RRQ) et la Loi sur les normes du travail pour limiter les disparités de traitement dans les régimes de retraite offerts par les employeurs. Bien que cette préoccupation soit au cœur des discussions, très peu d’évaluations sur la situation actuelle de l’équité entre les générations dans les politiques publiques québécoises ont été faites. Plusieurs méthodes économétriques permettant d'évaluer des politiques publiques existent, mais la comptabilité intergénérationnelle, développée par Auerbach, Gokhale et Kotlikoff (1994), demeure l'une des rares méthodes qui regardent réellement l'impact des politiques publiques sur différentes générations plutôt que la solvabilité budgétaire (Howse, 2014). Au Canada, l'exercice a été réalisé à deux reprises (Mahboubi, 2019; Vaillancourt et Oreopoulos, 1998). Toutefois, il ne permet pas de comparer les générations actuelles les unes par rapport aux autres. Cependant, Pertile, Polin, Rizza et Romanelli (2015) ont réussi à le faire en intégrant le concept de taux de taxes nettes pour la vie résiduelle qui permet de comparer deux individus ayant le même nombre d'années à vivre. De sorte que l’on peut évaluer l’impact d’un changement dans une politique sur les individus de diverses générations en utilisant une année antérieure au changement pour faire la comparaison. Dans le cadre de ce mémoire, nous regarderons, à l’aide du taux de taxes nettes pour la vie résiduelle, l’impact des changements faits, entre 1997 et 2018, au RRQ sur l’équité intergénérationnelle. Le RRQ est un programme de redistribution intéressant à utiliser puisque l'ensemble des travailleurs québécois cotise et perçoit une rente à partir de celui-ci. Depuis 1997, plusieurs changements ont été faits tels que des augmentations du taux de cotisation et la mise en place de la bonification. Ce qui risque d’avoir un impact sur le taux de taxes nettes pour la vie résiduelle. Les données utilisées pour faire cette étude sont principalement des données des gouvernements provincial et fédéral. Ce premier exercice permet de constater que les modifications faites au RRQ, entre 1998 et 2018, ont eu un impact modeste sur l’équité intergénérationnelle. Les différences intragénérationnelles affectent davantage les différences entre les taux de taxes nettes pour la vie résiduelle. Finalement, ce travail permet de voir diverses pistes de recherche et de solutions pour favoriser l’équité intergénérationnelle.

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)0.003
metaresearch head score (Gemma)0.007
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 score0.043
Threshold uncertainty score0.310

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0030.007
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.001
Bibliometrics0.0010.002
Science and technology studies0.0030.002
Scholarly communication0.0030.001
Open science0.0010.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0120.001

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.

Opus teacher head0.085
GPT teacher head0.377
Teacher spread0.291 · 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

Citations0
Published2019
Admission routes1
Has abstractyes

Explore more

Same venueOpen MIND→Same topicSocial Sciences and Governance→French-language works237,207→