MétaCan
Menu
Retour à la cohorte
Enregistrement W4285255103 · doi:10.4236/jss.2022.105016

COVID-19 and Socio-Economic Inequalities among Workers in Ghana

2022· article· en· W4285255103 sur OpenAlex
MacNamara Peter-Brown

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

RevueOpen Journal of Social Sciences · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCOVID-19 Pandemic Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPandemicWorkforceInequalityPovertyMetropolitan areaDemographic economicsEconomicsQuarter (Canadian coin)Economic inequalityUnemploymentTourismDevelopment economicsEconomic growthCoronavirus disease 2019 (COVID-19)Labour economicsBusinessGeography

Résumé

récupéré en direct d'OpenAlex

In this paper, the causative evidence of COVID-19 and its socio-economic effect on Ghanaian workers are presented. The analysis takes into account the exact policy environment, in which stringent measures were announced and executed in two geographically delimited zones, bringing the major metropolitan centers to a halt, while less stringent controls were in place throughout the country. The effect of the pandemic on the economy was explored by employing discourse analysis and data from secondary sources to determine the effect of the virus from a Ghanaian perspective. The general finding of the study was that the pandemic has caused fiscal imbalances and worsened the level of inequality among workers. The findings revealed that the pandemic has had a negative effect on the socio-economic condition of Ghanaian workers particularly those in the informal sector. The loss of employment and reduced labour wages during the pandemic increased income inequality and eroded the gains made to reduce poverty. The study cites an instance where the country’s tourism sector lost $171 million in the last quarter of 2020 as a result of the measures taken to contain the coronavirus. This accounted partially for an estimated 42,000 individuals losing their jobs during the first two months of the pandemic. Again, 46 percent of businesses claimed to have cut salaries for 25.7 percent of their overall workforce, resulting in wage cuts for an estimated 770,124 people. The analysis from the study indicates that Ghana can turn the obstacles provided by the pandemic into prospects and opportunities by investing heavily in the health sector and providing strategic support to SMEs, which provides a large number of jobs for Ghanaians. Essentially, the lockdown effect highlighted the need to adopt effective strategies to mitigate vulnerabilities and labor market inequalities among women and individuals in the informal space. The research is exploratory and relies on secondary data. Therefore, conducting a study using primary data sources from certain towns or regions across the country is likely to yield different findings and conclusions.

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)0,006
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,466
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,000
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 savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,128
Tête enseignante GPT0,352
Écart entre enseignants0,224 · 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