Pertumbuhan Ekonomi Dan Inflasi Di Indonesia Pada Masa Pandemi
Notice bibliographique
Résumé
The Covid-19 pandemic has caused recessions in many countries around the world. This happened after economic growth in the first and second quarters of 2020. Some of the countries experiencing recession are Singapore, South Korea, Germany, Japan, France, Hong Kong, and the United States. If the economic growth in each quarter is also negative, Indonesia will experience a recession. The Central Statistics Agency (BPS) noted that Indonesia's economic growth rate fell to minus (5.32%) in the second quarter of 2020. Previously, Indonesia's economic growth in the first quarter of 2020 was 2.97% or started to slow down. Inflation is a tendency to increase the prices of goods and services in general, which continues continuously, which will reduce the purchasing power of the public, especially for low-income groups. Therefore, it is hoped that there will be a control over the rate of inflation, especially during the Covid 19 Pandemic which had an impact on Indonesia's macro conditions. This observation discusses "The Impact of the Covid-19 Pandemic on Indonesia's Inflation Rate", aims to determine the effect of the Covid-19 Pandemic on the Level of Inflation in Indonesia. The results of this observation show that in March 2020 there was inflation of 2.96% year on year (yoy), with an increase in the price of gold jewelery and several food prices that experienced a quite drastic increase.
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 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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».