MétaCan
Menu
Retour à la cohorte
Enregistrement W3080147088

Leçons macroéconomiques de la Covid-19: une analyse pour la RDC

2020· preprint· fr· W3080147088 sur OpenAlexaboutno aff
Gilles Bertrand Umba, Yves Siasi, Grégoire Lumbala

Notice bibliographique

RevueMunich Personal RePEc Archive (Munich University) · 2020
Typepreprint
Languefr
DomaineEconomics, Econometrics and Finance
ThématiqueCOVID-19 Pandemic Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMarkov chain Monte CarloEconomicsShock (circulatory)Quarter (Canadian coin)Exchange rateEconometricsBayesian probabilityCoronavirus disease 2019 (COVID-19)StatisticsMathematicsGeographyMonetary economics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This work aims at studying the macroeconomic impact of COVID-19 on the activity economic in DR Congo. To do this, a dynamic and stochastic general equilibrium model in the open economy is used and the model parameters are estimated using the Bayesian approach. The estimated data cover the period from the first quarter 2012 in the second quarter of 2020. The diagnostic tests, in particular the convergence test Monte-Carlo Markov chains (MCMC) lead to consider that the parameters are reliable. The results indicate that: (i) the COVID-19 shock would lead to a significant drop in the output gap until the 8th trimester after the incurrence of the shock; (ii) the level of consumption also suffers a downside effect following the health crisis up to more than 10 quarters after the shock; (iii) The nominal exchange rate also depreciates with a more and more attenuated from the 6th quarter after the shock, and (iv) the term of exchange suffers also from a negative effect but with a larger confidence interval, which could possibly reflect a potentially significant effect following the interruption of trade resulting from the measures of confinement.

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)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,861
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,002
Communication savante0,0000,001
Science ouverte0,0040,005
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,054
Tête enseignante GPT0,276
Écart entre enseignants0,222 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMunich Personal RePEc Archive (Munich University)Même sujetCOVID-19 Pandemic ImpactsTravaux en français237 207