MétaCan
Menu
Retour à la cohorte
Enregistrement W4287745438

Évaluation de la pandémie de Covid-19 sur l’économie mondiale

2020· article· fr· W4287745438 sur OpenAlexaff
Éric Heyer, Xavier Timbeau

Notice bibliographique

RevueSPIRE (Sciences Po) · 2020
Typearticle
Languefr
DomaineEconomics, Econometrics and Finance
ThématiqueCOVID-19 Pandemic Impacts
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Depuis la prise de conscience fin février dernier de la diffusion de l'épidémie de coronavirus, l'économie mondiale a subi un choc inédit bouleversant le paradigme conjoncturel. Comme le laissait pressentir l'évolution des indicateurs infra-trimestriels, les chiffres de croissance du PIB concrétisaient déjà, dans leur version provisoire, les effets économiques du confinement sur les deux dernières semaines du premier trimestre. Toutefois, au vu du degré de sévérité des fermetures, on pourrait s'attendre à des révisions importantes du PIB à la baisse comme à la hausse. Nous évaluons ensuite l'impact de choc sur l'économie mondiale en partant des tableaux entrées-sorties issus de la World Input-Output Database (WIOD). Les différentes mesures de mises en place pour le mois d'avril auraient un impact de-19 % sur la valeur ajoutée au niveau mondial. Tous les secteurs et tous les pays ne seraient pas impactés de la même manière. Au niveau sectoriel, la branche de l'hébergement-restauration enregistrerait une diminution de 47 % de sa valeur ajoutée au niveau mondial. Au niveau géographique, l'Europe serait la zone la plus touchée, notamment l'Espagne, l'Italie et la France avec des chutes de valeur ajoutée de plus de 30 points. Bien que l'Allemagne ait subi une baisse moins importante de l'activité, en lien avec des mesures de confinement moins restrictives dans l'ensemble, le pays souffre cependant de sa forte exposition à la demande étrangère. Cette modélisation permet ensuite de décrire l'incidence du choc d'activité sur la demande de travail pour le mois d'avril. Pourtant, si l'ajustement de la demande de travail au choc de production est très marqué, l'impact final sur l'emploi salarié apparaît in fine, au moins en Europe, faible au regard des pertes potentielles d'emplois, en raison de la mise en œuvre de dispositifs d'activité partielle similaire. En l'absence d'un tel mécanisme, les États-Unis connaissent de plus fortes destructions d'emplois salariés, qui atteignent 14,6 % de l'emploi salarié total.

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)0,010
score de la tête « metaresearch » (Gemma)0,020
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 enseignants0,038
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,020
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,139
Tête enseignante GPT0,321
Écart entre enseignants0,182 · 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

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPIRE (Sciences Po)Même sujetCOVID-19 Pandemic ImpactsTravaux en français237 207