MétaCan
Menu
Retour à la cohorte
Enregistrement W3099011065 · doi:10.1080/20954816.2020.1839166

The impact of COVID-19 on ASEAN

2020· article· en· W3099011065 sur OpenAlexaboutno aff
Terence Tai‐Leung Chong, Xiaoyang Li, Cornelia Yip

Notice bibliographique

RevueEconomic and Political Studies · 2020
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCOVID-19 Pandemic Impacts
Établissements canadiensnon disponible
Organismes subventionnairesNational Social Science Fund of ChinaRenmin University of China
Mots-clésQuarter (Canadian coin)Coronavirus disease 2019 (COVID-19)UnemploymentChinaDeath tollInternational tradeEconomic impact analysisDevelopment economicsEconomicsTollGeographyEconomic growthSocioeconomics

Résumé

récupéré en direct d'OpenAlex

Starting in December 2019, COVID-19 had been spreading across the world on a limited scale for a quarter until March 2020 when the death toll in the countries comprising the Association of Southeast Asian Nations (ASEAN) finally started to mount. However, despite the relatively late outbreak in the region, the ASEAN market had already plunged along with other regional markets across the world amid heightened concern about the economic impact of the biggest viral killer in 2020. In this paper, we examine the economic impact of coronavirus on different ASEAN countries separately by analysing their respective economic figures for the first two quarters in 2020. This allows us to delineate the overall picture of its impact on ASEAN countries as well as to provide an estimation for the future outlook of the ASEAN economic bloc. We propose that the slowing growth, the sluggish recovery of trade and the cross-country transmission of unemployment are three significant risk factors that the ASEAN economies are faced with.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,325
Score d'incertitude au seuil0,424

Scores Codex et Gemma par catégorie

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

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 Opus0,136
Tête enseignante GPT0,358
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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations51
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEconomic and Political StudiesMême sujetCOVID-19 Pandemic ImpactsTravaux en français237 207