Impact of a poignant pandemic COVID-19 on Indian Economy
Notice bibliographique
Résumé
Coronavirus disease (COVID-19) is a contagious disease caused due to a “Severe Acute Respiratory Syndrome Coronavirus -2 virus” (SARS-COV-2). People who fall ill will experience mild to moderate fever and will retrieve without any special treatment. This pandemic was first seen at Wuhan, China in December 2019. After seen it’s dreadfulness it was declared as a “public health emergency of international concern” (World Health Organization, WHO). As on 1 May 2020 more than 35000 cases have been reported in India resulting in more than 1147 deaths in India till date. It has also led severe socio-economic global disruption. Presently significant slowdown is experienced by Indian economy over the past few quarters.To rectify sluggish consumption demand and investment a numeral of incentive measures has been taken to retrieve the economy towards prosperity. The last quarter of the current fiscal exhibits robust prospect of improvement. However, the new COVID-19 epidemic has contrived the recovery exceptionally arduous in the near to middle terms. The pandemic has thrown new threats for the Indian economy from demand as well as from the supply side. This study is descriptive. The objective of the current study is to find out the impacts of the outbreak of COVID-19 on different sectors of our country. In conclusion, this study suggests policy measures to safeguard the Indian economy from the outbreak of it and bring it back on the growth path.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».