Evolution of Gender Patterns in Retirement Saving in Canada
Bibliographic record
Abstract
Une préoccupation persistante au sujet des personnes âgées est leur capacité à maintenir leur bienêtre économique après leur retraite. Dans une large mesure, ce sont les décisions d’épargne prises pendant les années précédant la retraite qui financent la consommation pendant les années de retraite. Les disparités entre les sexes en ce qui concerne les gains sur le marché du travail et les régimes de retraite financés par l’employeur, de même que la longévité plus grande des femmes, donnent à penser que les ressources dont disposent les Canadiennes à la retraite sont probablement différentes de celles des Canadiens. En étudiant sur 38 ans les données administratives, représentatives à l’échelle nationale, d’une banque de données construite à partir des déclarations d’impôt sur le revenu des particuliers, nous examinons l’évolution des tendances de l’épargne-retraite par rapport à la répartition du revenu selon l’âge et la cohorte de naissance, pour les femmes et pour les hommes. Nous constatons que même si les femmes sont plus susceptibles d’épargner à tous les âges, sous réserve de leur participation, elles épargnent moins et ont tendance à être attirées par des placements qui, en moyenne, offrent un taux de rendement inférieur. Par conséquent, il est possible que les politiques centrées sur la marge d’épargne extensive (les décisions de participation) ne réduisent pas les différences de bienêtre économique entre les femmes et les hommes à la retraite, de sorte que les politiques devraient également viser la marge intensive (le montant de la contribution). Enfin, sur l’ensemble de la répartition des revenus, nous constatons une hétérogénéité substantielle des différences significatives entre les sexes quant aux effets de l’âge, de la cohorte et de la période, et ce, dans les deux marges d’épargne-retraite.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 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 teacher head, 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".