Maluku Economic Recovery During the Covid-19 Pandemic and Entering the New Normal Era
Notice bibliographique
Résumé
Covid-19 globally has affected all sectors, and the lock down has aggravated world economic conditions, including Maluku Province. The research objectives are (1) to describe the sectors affected by the Covid-19 pandemic in terms of economic growth; (2) Describe the impact of covid-19 on the workforce; (3) Knowing the policies carried out by local governments in handling the socio-economic impacts of Covid-19; (4) Formulating a strategy for economic recovery from the impact of covid-19 and entering the new normal era. The method used in this research is descriptive quantitative, from the data published by competent government agencies. The results showed (1) out of 17 sectors, there were 13 sectors that experienced a contraction in economic growth, showing that the initial impact of Covid-19 in Jakarta had contributed to the economic contraction in Maluku in tw 1 and tw-2, economic growth declined due to PSBB in the city. Ambon. (2) the number of unemployed increases with the number of layoffs and workers who are laid off. (3) Regional government policies are very maximal in terminating the chain of transmission but have not been able to reduce the level of spread, the longer efforts to deal with the transmission chain through PSBB will have an increasingly impact on the economy and (4) Economic recovery strategies can be implemented through five activities in 2020 in the third quarter to to IV and in the year 2021
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 ».