MétaCan
Menu
Retour à la cohorte
Enregistrement W3087172482 · doi:10.20561/00051734

Impacts of covid-19 on international trade: evidence from the first quarter of 2020

2020· preprint· en· W3087172482 sur OpenAlexaboutno aff
Kazunobu Hayakawa, Hiroshi Mukunoki

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2020
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCOVID-19 Pandemic Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)Quarter (Canadian coin)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)International trade2019-20 coronavirus outbreakEconomicsInternational economicsDeveloping countryBusinessDevelopment economicsEconomic growthDiseaseMedicineGeographyInfectious disease (medical specialty)Virology

Résumé

récupéré en direct d'OpenAlex

The aim of this study is to present early evidence for the impacts of coronavirus disease 2019 (COVID-19) on international trade. Accordingly, we investigate trade among 186 countries in the first quarter of 2020. The disease burden of COVID-19 is measured in terms of the number of cases and deaths. Our findings can be summarized as follows. First, the COVID-19 burden in exporting countries, but in not importing countries, has a significantly negative effect on trade. Second, this negative impact of exporters’ COVID-19 burden is seen in exports from developing countries but not from developed countries. Third, the COVID-19 burden in an exporter’s neighboring countries has a positive effect on its exports. Fourth, importers’ COVID-19 burden has positive effects on trade in the agricultural industry, whereas exporters’ COVID-19 burden has negative effects, particularly in the textile, footwear, and plastic industries.

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)0,003
score de la tête « metaresearch » (Gemma)0,011
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,323
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,105
Tête enseignante GPT0,354
Écart entre enseignants0,249 · 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'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

Citations31
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetCOVID-19 Pandemic ImpactsTravaux en français237 207