Analyse des trajectoires de revenu des parents québécois avant et après une séparation
Bibliographic record
Abstract
Au Québec, comme au Canada et de nombreux pays occidentaux, les séparations de mariages et d'unions libres sont en augmentation depuis plusieurs dizaines d'années. Ces séparations ont des conséquences économiques d'ampleur variable selon les caractéristiques des individus qui les subissent. Dans ce mémoire, nous analysons la trajectoire du revenu net ajusté des parents québécois, sur une période allant de cinq ans avant la séparation jusqu'à trois ans après, en fonction du genre et du statut d'union des individus. Le revenu net ajusté est le revenu net familial divisé par le coefficient d'ajustement du foyer. Le coefficient d'ajustement est déterminé à l'aide d'une échelle d'équivalence selon laquelle une valeur de 1 est attribuée aux adultes et une valeur de 0,5 est attribuée aux enfants. Le coefficient d'ajustement est donc la somme entre le nombre d'enfants dans le foyer multiplié par 0,5 et le nombre d'adultes dans le foyer. Ajuster le revenu net en fonction de la taille du foyer permet de tenir compte du fait que les besoins d'une famille augmentent avec le nombre d'individus la composant. Ainsi, le revenu net ajuste permet de mieux déceler la capacité d'un parent à subvenir aux besoins des membre de son foyer. Pour analyser les trajectoires de revenu voulues, nous disposons de données sur un échantillon de parents québécois aillant vécu une séparation de mariage ou d'union libre entre 2016 et 2018. Ces bases de données proviennent de l'Enquête longitudinale auprès des parents séparés et recomposés du Québec (ELPSRQ) et de Revenu Québec. L'utilisation de l'approche événementielle, qui est en d'autres mots un modèle de régressions linéaires multiples avec effets fixes, permet de déceler une importante perte de revenu de près de 10 000 $ chez les femmes à l'année de la séparation alors que chez les hommes cette perte est de moins de 2 000 $. Le revenu net ajusté des hommes ne subit pas de chute marquée à la suite d'une séparation, contrairement à celui des femmes. Les résultats des régressions montrent également que la différence de revenu entre les individus mariés et ceux en union libre n'est pas significative, autant chez les hommes que chez les femmes.
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 | 0.000 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.009 | 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".