MétaCan
Menu
Retour à la cohorte
Enregistrement W2998459279

World Economy Autumn 2018 - Less even growth in the world economy with significant downside risks

2018· article· en· W2998459279 sur OpenAlexaboutno aff
Klaus-Jürgen Gern, Philipp Hauber, Stefan Kooths, Saskia Mösle, Ulrich Stolzenburg

Notice bibliographique

RevueEconstor (Econstor) · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEconomic and Technological Developments in Russia
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomicsQuarter (Canadian coin)Inflation (cosmology)World economySlowdownSanctionsConsumption (sociology)Downside riskEmerging marketsMomentum (technical analysis)EconomyMonetary economicsInternational economicsMacroeconomicsFinanceEconomic growth
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The global economy is losing steam. After a weak start in the beginning of this year, world production accelerated again in the second quarter of 2018. However, the recent expansion probably overstates its underlying momentum. At the same time, the expansion is becoming less even as compared to last year. In addition, global economic prospects remain subject to significant downside risks in light of increasing trade tensions, investors withdrawing funds from emerging markets, and uncertainty concerning the effect of renewed Iran sanctions on oil prices. Our forecast for global growth in 2018 nevertheless remains unchanged at 3.8 percent; for 2019 we slightly revise downwards-by 0.1 percentage points-to 3.5 percent. In 2020 world output is expected to rise by 3.4 percent. Despite the gradual global economic slowdown, capacity utilization in advanced economies will remain high. As a consequence, inflationary pressures will gradually increase beyond the current temporary pick-up of inflation stemming from higher oil prices.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge 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: aucune
Score de désaccord entre enseignants0,655
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,004
Communication savante0,0000,001
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,037
Tête enseignante GPT0,276
Écart entre enseignants0,239 · 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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEconstor (Econstor)Même sujetEconomic and Technological Developments in RussiaTravaux en français237 207