Tracking economic activity in response to the COVID-19 crisis using nighttime lights – The case of Morocco
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Over the past decade, nighttime lights have become a widely used proxy for measuring economic activity. This paper examines the potential for high frequency nighttime lights data to provide "near real-time" tracking of the economic impacts of the COVID-19 crisis in Morocco. At the national level, there exists a statistically significant correlation between quarterly movements in Morocco's overall nighttime light intensity and movements in its real GDP. This finding supports the cautious use of lights data to track the economic impacts of the COVID-19 crisis at higher temporal frequencies and at the subnational and city levels, for which GDP data are unavailable. Relative to its pre-COVID-19 trend growth path of lights, Morocco experienced a large drop in the overall intensity of its lights in March 2020 following the country's first COVID-19 case and the introduction of strict lockdown measures, from which it has subsequently struggled to recover. At the subnational and city levels, while all regions and cities examined shared in March's national decline in nighttime light intensity, some suffered much larger declines than others. Since then, the relative effects of the COVID-19 shock across regions and cities appear to have largely persisted. Notwithstanding these findings, however, further research is required to ascertain the exact causes of the observed changes in light intensity and to fully verify that the results are driven by anthropogenic causes.
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.
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 | 0,000 | 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 découle