MétaCan
Menu
Retour à la cohorte
Enregistrement W2790572900

Europa und die Weltwirtschaft: Globale Konjunktur ist weiter gedämpft

2016· article· de· W2790572900 sur OpenAlexaboutno aff
Ferdinand Fichtner, Guido Baldi, Christian Dreger, Hella Engerer, Christoph Große Steffen, Michael Hachula, Malte Rieth, Thore Schlaak

Notice bibliographique

RevueEconstor (Econstor) · 2016
Typearticle
Languede
DomaineEconomics, Econometrics and Finance
ThématiqueGerman Economic Analysis & Policies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomicsPaceChinaQuarter (Canadian coin)Emerging marketsConsumption (sociology)RecessionGlobal recessionCommodityWorld economyDevelopment economicsInternational economicsMarket economyGeographyPolitical scienceMacroeconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Die Weltwirtschaft kommt weiterhin nicht in Fahrt. Nach dem bereits schwachen Jahresende 2015 hat sich das Expansionstempo im Auftaktquartal 2016 erneut verlangsamt. In den Schwellenländern dürfte die Konjunktur auch weiterhin gedämpft bleiben. Vor allem in China setzt sich die graduelle Wachstumsabschwächung im Zuge des Abbaus von Überkapazitäten fort. Russland und Brasilien dürften in der Rezession bleiben; neben den nach wie vor niedrigen Rohstoffpreisen tun hausgemachte Probleme ihr Übriges. Die entwickelten Volkswirtschaften können dies nicht ausgleichen, da die Konjunktur hier lediglich stabil verläuft. Hauptstütze bleibt dort die Binnennachfrage. Vor allem in den USA, aber auch im Euroraum ist mit kräftigen Konsumzuwächsen zu rechnen, die insbesondere aus der sich verbessernden Lage am Arbeitsmarkt resultieren. Unter dem Strich dürfte am Ende dieses Jahres mit 3,2 Prozent ein geringeres Wachstum der globalen Wirtschaftsleistung stehen als noch zuletzt erwartet. Insbesondere die Unsicherheit über die weitere konjunkturelle Entwicklung in China und die möglichen Auswirkungen eines Brexits bremsen den Optimismus.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,750
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0180,124

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,016
Tête enseignante GPT0,220
Écart entre enseignants0,204 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEconstor (Econstor)Même sujetGerman Economic Analysis & PoliciesTravaux en français237 207