E.U. and China Trends in Trade in Challenging Times
Notice bibliographique
Résumé
The sudden and abrupt rise of COVID-19 became a challenge for the world economy. In this paper, we investigate the changes in a trend of mutual trade between the EU-15 countries and China during the demanding times of the COVID-19 crisis. We use monthly data for Chinese exports to the E.U. (2018:01–2020:05) and imports from the E.U. (2018:01–2020:07) relying on the data from the open-source TradeMap developed by the International Trade Centre UNCTAD/WTO (ITC). Overall, there is an obvious decline of 13–32 percent in worldwide trade as predicted by the WTO. This affected China as the main trading partner of electronic devices and medical supplies. The trade between the E.U. and China has decreased, but the major change in demand brought an alteration in commodities structures and the reorientation of Chinese export production. In the first five months of 2020, we witnessed the strong engagement of the Chinese economy in the production of goods newly in high demand—mainly articles strongly related to healthcare and medical equipment. Thus, we have observed that the Chinese were very flexible in changing the structure of their exports triggered by the COVID-19 crisis. This flexibility is worth further exploration, especially because the COVID-19 crisis is still not over and new data and changing results can be expected.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».