MétaCan
Menu
Back to cohort
Record W4225860127 · doi:10.3917/lna.103.0001

Protection sociale : qui paie le coût du vieillissement de la population ?

2021· article· fr· W4225860127 on OpenAlexaff
Pierre-Yves Cusset, Hippolyte d’Albis, Julien Navaux, Jacques Pelletan

Bibliographic record

VenueLa note d analyse · 2021
Typearticle
Languagefr
FieldHealth Professions
TopicAging, Elder Care, and Social Issues
Canadian institutionsUniversité du Québec à MontréalHEC Montréal
Fundersnot available
KeywordsHumanitiesPolitical scienceArt

Abstract

fetched live from OpenAlex

La Note d'analyse est publiée sous la responsabilité éditoriale du commissaire général de France Stratégie.Les opinions exprimées engagent leurs auteurs et n'ont pas vocation à refléter la position du gouvernement.Entre 1979 et 2019, la part des plus de 60 ans dans la population est passée de 17 % à 26 %.Ce vieillissement a alimenté la hausse des dépenses de protection sociale, qui ont progressé sur la même période de 25 % à 31 % du PIB.De fait, les dépenses de santé et de retraites, qui bénéficient largement aux plus de 60 ans, représentent aujourd'hui les trois quarts des dépenses de protection sociale.Pour autant, depuis une décennie, la part des dépenses de protection sociale dans le PIB s'est stabilisée, alors que le vieillissement de la population se poursuivait.Comment cette stabilisation a-t-elle été réalisée, et donc, qui paie le coût du vieillissement de la population ?Pour répondre à cette question, on mobilise ici les comptes de transferts nationaux (CTN) qui proposent des profils par âge de consommation, de revenu, de transferts publics et privés, reçus et versés.Ces comptes permettent de décomposer l'évolution des dépenses dont bénéficie un groupe d'âge en un facteur démographique, lié au poids de ce groupe dans la population, et un facteur « politique », lié au choix du niveau moyen de dépense par tête à âge donné.Plusieurs enseignements se dégagent.Tout d'abord, les plus de 60 ans reçoivent, collectivement, une part croissante des dépenses de protection sociale.Mais depuis une dizaine d'années, cette part augmente moins vite que la part des plus de 60 ans dans la population.Autrement dit, le montant des prestations de protection sociale reçues en moyenne par une personne de plus de 60 ans augmente moins vite que le PIB par habitant.Cela s'explique principalement par la montée en puissance des réformes successives du système de retraite.Ensuite, la diversification des ressources de la protection sociale s'est traduite par une mise à contribution plus forte des plus âgés : poids croissant, dans les ressources de la protection sociale, de la contribution sociale généralisée (CSG) et des impôts et taxes affectés, qui reposent sur une assiette large, et diminution du poids des cotisations sociales, qui ne reposent que sur le travail.Au total, si les plus de 60 ans restent bénéficiaires nets de la protection sociale, les transferts qu'ils reçoivent en moyenne individuellement, nets de leurs contributions à son financement, ont diminué significativement au cours de la dernière décennie.Cela a permis en retour de limiter pour les actifs la hausse des coûts associés au vieillissement de la population.DÉC.

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)0.005
metaresearch head score (Gemma)0.010
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: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.042
Threshold uncertainty score0.084

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0050.010
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0020.002
Science and technology studies0.0040.009
Scholarly communication0.0080.008
Open science0.0010.003
Research integrity0.0080.007
Insufficient payload (model declined to judge)0.0170.002

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 head0.025
GPT teacher head0.368
Teacher spread0.343 · 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

Citations1
Published2021
Admission routes1
Has abstractyes

Explore more

Same venueLa note d analyseSame topicAging, Elder Care, and Social IssuesFrench-language works237,207