MétaCan
Menu
Retour à la cohorte
Enregistrement W3114879209 · doi:10.18723/diw_dwr:2020-37-3

German Economy: On the Long, Slow Road to Normality: DIW Economic Outlook

2020· article· en· W3114879209 sur OpenAlexaboutno aff
Claus Michelsen, Marius Clemens, Max Hanisch, Simon Junker, Konstantin A. Kholodilin, Laura Pagenhardt

Notice bibliographique

RevueDIW Weekly Report · 2020
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGerman Economic Analysis & Policies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomicsGerman economyGermanStimulus (psychology)Economic recoveryQuarter (Canadian coin)Consumption (sociology)EconomyLabour economicsMacroeconomics

Résumé

récupéré en direct d'OpenAlex

The German economy has bottomed out, but its recovery is going to be long and arduous. Nevertheless, following the almost two-digit slump in economic output in the second quarter of 2020, recovery is likely to be accompanied by above-average rates. However, it is assumed that a second wave will not occur and lockdown-like measures will not be reimplemented. Private consumption in particular will markedly increase over the third and fourth quarters of 2020. Short-time work is declining, contributing to the increase in disposable income. Additionally, households saved considerably during the height of the pandemic in spring 2020 and are spending their savings gradually over the second half of the year. The VAT reduction and further stimulus program measures are supporting consumption and thus the economy. In contrast, the recovery in foreign demand for German products is likely to be more protracted. The economy and labor markets in many countries have been hit much harder than in Germany, and demand for consumer durables and capital goods – the focus of Germany’s export industry – in particular is likely to be subdued. The pre-crisis level of economic activity will likely not be reached until early 2022. In 2020, German GDP is expected to drop by an annual average of 6.0 percent and grow by 4.1 and 3.0 percent in 2021 and 2022, respectively.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0030,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0130,010

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 Opus0,041
Tête enseignante GPT0,246
Écart entre enseignants0,205 · 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'étudeSans objet
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 revueDIW Weekly ReportMême sujetGerman Economic Analysis & PoliciesTravaux en français237 207