MétaCan
Menu
Retour à la cohorte
Enregistrement W3177667606 · doi:10.14530/se.2021.2.165-181

Regional Aspects of Demand and Supply Shocks: Economy of the Khabarovsk Territory During a Pandemic

2021· article· en· W3177667606 sur OpenAlexaboutno aff
Artyom Isaev

Notice bibliographique

RevueSpatial Economics · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRegional Socio-Economic Development Trends
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomicsUnemploymentAggregate demandShock (circulatory)Demand shockQuarter (Canadian coin)Consumer spendingAggregate supplyCashSupply shockCoronavirus disease 2019 (COVID-19)Forecast periodSupply and demandPandemicGoods and servicesLabour economicsRecessionMonetary economicsDemographic economicsMacroeconomicsEconomyMonetary policy

Résumé

récupéré en direct d'OpenAlex

The article provides an overview of the short-term dynamics of macroeconomic indicators for the Khabarovsk Territory during the COVID-19 pandemic after the introduction of temporary restrictive measures in April and May 2020. The impact of these measures extended both to the elements of regional aggregate demand and aggregate supply. From the point of view of the theory of short-run economic fluctuations, aggregate supply and demand shocks, such as those that occurred in the initial period of the pandemic, lead to a reduction in aggregate output followed by an increase in actual and natural rate of unemployment. Expectations have an additional negative impact since the growth of uncertainty gives rise to an increase in savings and an additional reduction in consumer activity. In the case of Khabarovsk Territory it is shown that the most affected industries of the economy were retail trade and services. Both industries experienced a negative shock in April, but while the former began recovery as early as May, the latter returned to the growth trajectory only in June. Residents changed their income usage patterns due to the restrictions on the consumer market, as well as to increased uncertainty about their future income. The share of net savings and cash balances increased with a corresponding decrease in the share of spending on goods and services. A negative supply shock contributed to a sharp rise in unemployment up to 24.5 thousand unemployed in the third quarter of 2020. Starting from the fourth quarter unemployment began to decline rapidly, but it had not reached pre-pandemic level of less than 7 thousand unemployed by the second quarter of 2021. It is shown that the permanent population outmigration, which increased in 2020, is a specific feature of the regional labor market. It has slowed down the return of the regional aggregate supply to its pre-pandemic positions after the restrictions were cancelled

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,110
Score d'incertitude au seuil0,219

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,015
Tête enseignante GPT0,234
Écart entre enseignants0,219 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSpatial EconomicsMême sujetRegional Socio-Economic Development TrendsTravaux en français237 207