Notice bibliographique
Résumé
The financial effect of the 2020 Covid pandemic in India has been generally problematic. India's development in the final quarter of the monetary year 2020 went down to 3.1% as per the Ministry of Statistics. The Chief Economic Adviser to the Government of India said that this drop is essentially due to the Covid pandemic impact on the Indian economy. Outstandingly India had additionally been seeing a pre-pandemic log jam, and as indicated by the World Bank, the current pandemic has amplified previous dangers to India's monetary standpoint. The World Bank and rating offices had at first reconsidered India's development for FY 2021 with the least figures India has found in thirty years since India's financial advancement during the 1990 s. Nonetheless, after the declaration of the financial bundle in mid-May, India's GDP gauges were downsized considerably more to negative figures, flagging a profound downturn. (The appraisals of more than 30 nations have been downsized during this period.) On 26 May, CRISIL declared that this will maybe be India's most exceedingly awful downturn since autonomy. State Bank of India research appraises a constriction of over 40% in the GDP in Q1 The withdrawal won't be uniform, rather it will vary as indicated by different boundaries, for example, state and area. On 1st September 2020, the Ministry of Statistics delivered the GDP figures for Q1 (April to June) FY 21, which indicated a constriction of 24% when contrasted with a similar period the prior year.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».