Resilience against the pandemic: The impact of COVID-19 on migration and household welfare in Tajikistan
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
The COVID-19 pandemic is likely to have adverse effects on the economy through damage to migration and remittances. We use a unique monthly household panel dataset that covers the period both before and after the outbreak to examine the impacts of COVID-19 on a variety of household welfare outcomes in Tajikistan, where remittance inflows in recent years have exceeded a quarter of annual GDP. We provide several findings. First, after April 2020, the adverse effects of the pandemic on household welfare were significantly observed and were particularly pronounced in the second quarter of 2020. Second, in contrast to expectation, the pandemic had a sharp but only transitory effect on the stock of migrants working abroad in the spring. Some expected migrants were forced to remain in their home country during the border closures, while some incumbent migrants expecting to return were unable to do so and remained employed in their destination countries. Both departures and returns started to increase again from summer. Employment and remittances of the migrants quickly recovered to levels seen in previous years after a sharp decline in April and May. Third, regression analyses reveal that both migration and remittances have helped to mitigate the adverse economic outcomes at home during the "with-COVID-19" period, suggesting that they served as a form of insurance. Overall, the unfavorable effects of the COVID-19 pandemic were severe and temporary right after the outbreak, but households with migrants were more resilient against the pandemic.
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 | 0,001 |
| 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