MétaCan
Menu
Retour à la cohorte
Enregistrement W3028706499 · doi:10.20955/es.2020.32

Bad Medicine? Federal Debt and Deficits after COVID-19

2020· article· en· W3028706499 sur OpenAlexaboutno aff
Kevin L. Kliesen

Notice bibliographique

RevueEconomic Synopses · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueEmployment and Welfare Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSocial distancePandemicUnemploymentQuarter (Canadian coin)Agency (philosophy)Economic growthCoronavirus disease 2019 (COVID-19)Development economicsPolitical scienceEconomicsDemographic economicsBusinessGeographySociologyMedicine

Résumé

récupéré en direct d'OpenAlex

I n January 2020, the Congressional Budget Office (CBO) projected that the federal budget deficit (a negative surplus) would total $1.015 trillion in fiscal year (FY) 2020 and $1 trillion in FY 2021. 1 Those projections are now obsolete because of the many actions taken by government officials to fight the COVID-19 pandemic.These actions, while designed to prevent a health crisis of an unknown magnitude and duration, have nonetheless helped trigger massive job losses and the shuttering of businesses.A deep recession is likely.The deep recession will further increase the size of the federal budget deficit since lower economic activity will reduce tax revenues and automatically increase certain types of federal expenditures (e.g., unemployment benefits).As in the 2008 Financial Crisis, fiscal policymakers (Congress and the Administration) have responded aggressively to help mitigate the economic damage wrought by the collapse in economic activity.This spring, several pieces of legislation were signed into law.The largest is the Coronavirus Aid, Relief, and Economic Security Actor CARES Act-which was signed into law on March 27. 2 The Act is effectively two main parts.The first is a $1.8 trillion package that, according to the CBO, increases mandatory outlays by nearly $1 trillion; decreases federal tax revenue by $408 billion; and increases discretionary outlays by about $325 billion.3 The second major part of the CARES Act authorizes the Secretary of the Treasury to provide up to $454 billion to fund emergency lending facilities established by the Board of Governors of the Federal Reserve System.A follow-up round of spending was approved on April 24, when President Trump signed the Paycheck Protection Program and Health Care Enhancement Act (PPPHCA) into law.This Bad Medicine?Federal Debt and Deficits after COVID-19

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,099
Score d'incertitude au seuil0,198

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,001
Communication savante0,0040,002
Science ouverte0,0000,002
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0140,002

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 Opus0,076
Tête enseignante GPT0,389
Écart entre enseignants0,313 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreCommentaire

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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEconomic SynopsesMême sujetEmployment and Welfare StudiesTravaux en français237 207