MétaCan
Menu
Retour à la cohorte
Enregistrement W4229451660 · doi:10.36106/gjra/6707706

A STUDY OF COVID-19 ON INDIAN ECONOMY

2022· article· en· W4229451660 sur OpenAlexaboutno aff
Mohit Fogaat, Sangeetha Sharma, Rajendra Prasad Meena

Notice bibliographique

RevueGLOBAL JOURNAL FOR RESEARCH ANALYSIS · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCOVID-19 Pandemic Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGovernment (linguistics)PandemicBusinessQuarter (Canadian coin)Coronavirus disease 2019 (COVID-19)UnemploymentTourismEconomic growthChinaTertiary sector of the economyDevelopment economicsEconomyEconomicsGeographyInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Objective: The COVID-19 outbreak has wreaked havoc on India's economy. This article examines how India has dealt with all of the country's severe economic problems and how it has dealt with them through various government programmes. Methods: This research article based on secondary data. Different secondary sources, such as websites, government publications, journals, magazines, and newspaper articles, are preferred for acquiring information. As a result, the utilisation of a comprehensive Literature Review approach was used to make the current research signicant. Results:All economic activity was halted as a result of the shutdown, and individuals lost their employment. Manufacturing and service industries have completely shut down. In India, during COVID-19 pandemic worker migration had begun. The covid-19 epidemic had a signicant impact on every economic sector (tourist, retail, manufacturing, aviation, infrastructure, stock markets, and etc.). Due to the COVID-19 pandemic outbreak in the rst quarter of 2020-21, India's GDP growth rate fell to -24.38 percent. However, the government's scal policies and the Reserve Bank of India's monetary policies aid India's economic recovery. India attracts foreign direct investment because major corporations have lost faith in China, and all manufacturing activity has moved to another country. India has made a concerted effort to attract these countries. Conclusions: In this COVID-19 pandemic, India implemented a strict lockdown, which resulted in higher unemployment, lower GDP growth, and starving people migrating. India faced a critical scenario during COVID-19 due to a lack of health facilities. However, new concepts were explored during Covid -19 pandemic such as work from home, digital education, and a growth in social media marketing.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,035
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,006
Études des sciences et des technologies0,0020,001
Communication savante0,0040,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,202
Tête enseignante GPT0,444
Écart entre enseignants0,241 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGLOBAL JOURNAL FOR RESEARCH ANALYSISMême sujetCOVID-19 Pandemic ImpactsTravaux en français237 207