MétaCan
Menu
Retour à la cohorte
Enregistrement W3209874505 · doi:10.3390/arts10040074

How Has COVID-19 Affected the Public Auction Market?

2021· article· en· W3209874505 sur OpenAlex

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.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueArts · 2021
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueArt History and Market Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCommon value auctionCoronavirus disease 2019 (COVID-19)RevenueQuarter (Canadian coin)EconomicsBusinessAdvertisingMicroeconomicsFinanceGeographyMedicine

Résumé

récupéré en direct d'OpenAlex

The day of the last live auction at Sotheby’s in the spring of 2020 was on 19 March 2020 as multiple coronavirus lockdowns forced auction rooms to close worldwide. In the following months, hundreds of live auctions were cancelled or postponed, and combined revenue at Christie’s, Sotheby’s, and Phillips for the second Quarter 2020 plummeted 79% year on year from USD 4.4 bn in Q2 2019 to USD 0.9 bn in Q2 2020. This article focuses on public auctions at Christie’s, Sotheby’s, and Phillips and uses primary research to demonstrate how leading auction houses responded to the unprecedented challenges posed by the COVID-19 crisis. Leveraging Pi-eX’s public auction results database and its 12-month-rolling methodology, our analysis shows (1) the surge of online only auctions while the number of live auctions plummeted; (2) the limitations of online only auctions and the rise of new opportunities; and (3) a comparison of the COVID-19 crisis with previous art market crisis in the past 15 years.

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 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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,780
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0140,000

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 Opus0,078
Tête enseignante GPT0,228
Écart entre enseignants0,149 · 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