MétaCan
Menu
Retour à la cohorte
Enregistrement W3179324244

Evaluation of the Covid-19 pandemic impact on the global economy

2020· article· en· W3179324244 sur OpenAlexaboutno aff
Département analyse et prévision, Éric Heyer, Xavier Timbeau

Notice bibliographique

RevueRevue De L'ofce · 2020
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCOVID-19 Pandemic Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésShock (circulatory)Coronavirus disease 2019 (COVID-19)Quarter (Canadian coin)Demand shockPandemicValue (mathematics)Economic impact analysisEconomicsFinal demandDemographic economicsGross outputProduction (economics)EconomyGeographyBusinessMacroeconomicsMedicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Since people became aware last February of the spread of the coronavirus epidemic, the world economy has suffered an unprecedented shock that has rattled the economic paradigm. As suggested by trends in the sub-quarterly indicators, the GDP growth figures already reflected, in their provisional version, the economic effects of lockdowns on the last two weeks of the first quarter. However, given the severity of the containment measures, significant downward and upward revisions to GDP could be expected. We then assess the impact of the shock on the global economy using input-output tables from the World Input-Output Database (WIOD). The various measures enacted for the month of April had an impact of -19% on added value at the global level. Not all sectors and countries were affected in the same way. At the sectoral level, the hotel and catering branch recorded a 47% fall in added value at the global level. Geographically, Europe was the area hit hardest, in particular Spain, Italy and France, with drops in added value of more than 30 points. Although Germany suffered a smaller fall in activity, in connection with less restrictive containment measures overall, the country is nevertheless suffering from its high exposure to foreign demand. Modelling then makes it possible to describe the impact of the activity shock on labour demand for the month of April. However, while the adjustment of labour demand to the production shock is very marked, the final impact on salaried employment ultimately appears, at least in Europe, to be weak compared to the potential job losses, due to the implementation of measures for short-time working. The United States, lacking such a mechanism,has experienceda greater destruction of salaried jobs, reaching 14.6% of total salaried employment.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,016
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,196
Tête enseignante GPT0,343
Écart entre enseignants0,147 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue De L'ofceMême sujetCOVID-19 Pandemic ImpactsTravaux en français237 207