MétaCan
Menu
Retour à la cohorte
Enregistrement W3155763278 · doi:10.26509/frbc-ec-202111

Expected Post-Pandemic Consumption and Scarred Expectations from COVID-19

2021· article· en· W3155763278 sur OpenAlexaff
Edward S. Knotek, Michael McMain, Raphael Schoenle, Alexander Dietrich, Kristian Ove R. Myrseth, Michael Weber

Notice bibliographique

RevueEconomic Commentary (Federal Reserve Bank of Cleveland) · 2021
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCOVID-19 Pandemic Impacts
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésPandemicPessimismCoronavirus disease 2019 (COVID-19)Consumption (sociology)Demographic economics2019-20 coronavirus outbreakEconomicsDevelopment economicsBusinessPsychologyEconomic growthPublic economicsMedicineSociologyOutbreak

Résumé

récupéré en direct d'OpenAlex

The COVID-19 vaccination drive raises questions about the trajectory of the economic recovery and the pandemic’s impact on consumers’ longer-term behaviors. In this Commentary, we examine the evolution of consumers’ expectations for their post-crisis spending on services that have been dramatically curtailed by the pandemic: visiting restaurants, bars, and hotels, using public transportation, and attending crowded events. We document a U-shaped pattern of expected future use of these services, with growing pessimism in summer 2020 that had largely reversed by fall 2020—for most groups. More recently, higher-income individuals have indicated that they expect to sharply increase their use of these services compared with their pre-pandemic behaviors, but there has been a notable scarring of expectations among older Americans.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,076
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,077
Tête enseignante GPT0,308
Écart entre enseignants0,230 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEconomic Commentary (Federal Reserve Bank of Cleveland)Même sujetCOVID-19 Pandemic ImpactsTravaux en français237 207