Bibliographic record
Abstract
Cet article présente les résultats d’une analyse par décomposition des taux de pauvreté chez les personnes âgées que j’ai effectuée afin de déterminer si certaines caractéristiques des personnes âgées peuvent ou non expliquer les variations historiques de ces taux. J’ai fait cette analyse à partir des données de l’Enquête sur les finances des consommateurs (EFC) et de l’Enquête sur la dynamique du travail et du revenu (EDTR) portant sur les années 1977–1979, 1994–1996 et 2006–2008. Mes résultats montrent que, entre 1977 et 1979 et entre 1994 et 1996, un niveau d’instruction plus élevé était lié à des taux de pauvreté beaucoup moins élevés chez les personnes âgées. De plus, quand l’importance de l’âge et du fait d’avoir une vie autonome en tant que facteurs de risque liés à la pauvreté des personnes âgées diminue, les taux de pauvreté diminuent aussi substantiellement et significativement. Dans l’ensemble, ces résultats montrent que les politiques en matière de revenus de retraite constituent donc un déterminant important de la pauvreté des personnes âgées.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.006 | 0.013 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.000 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 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; 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".