Sistemes d'atenció de llarga durada per a la cobertura i el finançament de les situacions de dependència: assegurança privada i hipoteca inversa
Bibliographic record
Abstract
Sistemes d'atenci de llarga durada per a la cobertura i el finanament de les situacions de dependncia: assegurana privada i hipoteca inversaDaniel Blay Berrueta, doctor en estudis empresarials per la Universitat de Barcelona, en l'especialitat de cincies actuarials i financeresEn primer lloc, vull agrair a la Societat Catalana d'Economia l'atorgament del X Premi Ferran Armengol i Tubau, en la seva edici del 2011.Aquest premi suposa per a mi un reconeixement molt important a la feina realitzada durant tot aquest temps, i per aix volia agrair especialment al Jurat del Premi que hagi considerat que el treball que vaig realitzar es mereix aquest reconeixement.Poc em podia pensar fa tres anys, quan vaig assistir a l'entrega de l'anterior premi, que el segent que pujaria a rebre aquest premi seria jo.Vull remarcar que aquest treball no hauria estat possible sense la contribuci de la meva directora, la doctora Montserrat Guilln, a qui vull agrair molt sincerament tota la dedicaci prestada.Tamb vull agrair el suport dels membres del grup de recerca de la Universitat de Barcelona al qual pertanyo, el Grup del Risc en Finances i Assegurances, aix com el de tots els meus familiars i amics.Per a totes aquelles persones que heu fet possible que jo avui sigui aqu, el meu mxim agrament.L'obra guardonada correspon a la meva tesi doctoral, Sistemes d'atenci de llarga durada per a la cobertura i el finanament de les situacions de dependncia: assegurana privada i hipoteca inversa, defensada fa dos anys a la Facultat d'Economia i Empresa de la Universitat de Barcelona.Deixeu-me noms dos minuts per fer una breu presentaci del Grup del Risc en Finances i Assegurances, sobretot perqu els assistents a l'acte puguin comprendre com el treball premiat representa una contribuci ms a un ampli conjunt de treballs d'investigaci portats pel grup, relacionats amb diferents lnies de l'mbit financer i assegurador, en general, i amb l'estudi de la dependncia, en particular.Format per aproximadament vint investigadors full-time i ms de dotze investigadors externs afiliats al grup, l'equip d'investigaci, consolidat per la Generalitat de Catalunya, es caracteritza per la seva elevada capacitat de producci d'outputs, tant mitjanant la publicaci d'articles en les principals revistes indexades de l'ndex JCR en l'mbit financer i assegurador, com pel desenvolupament de projectes d'investigaci competitius.Els membres de l'equip han publicat diferents articles en revistes tan prestigioses com Journal of Banking and Finance, Accident Analysis and Prevention, Insurance: Mathematics and Economics o Journal of Risk and Insurance, entre moltes altres, i han estat guardonats en diferents ocasions per la seva tasca investigadora, i tamb gaudeixen d'un ampli reconeixement a escala nacional i internacional.La collaboraci amb investigadors d'algunes de les universitats ms prestigioses, com la Wharton School, la City de
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 | 0.005 | 0.006 |
| Meta-epidemiology (narrow) | 0.006 | 0.007 |
| Meta-epidemiology (broad) | 0.006 | 0.003 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.006 | 0.004 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.008 | 0.004 |
| Research integrity | 0.005 | 0.006 |
| Insufficient payload (model declined to judge) | 0.001 | 0.009 |
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; both teacher heads agree on what is shown here.
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".