MétaCan
Menu
Retour à la cohorte
Enregistrement W4287819700 · doi:10.1371/journal.pone.0270341

The short-term economic consequences of COVID-19: Exposure to disease, remote work and government response

2023· preprint· en· W4287819700 sur OpenAlexaff
Louis‐Philippe Beland, Abel Brodeur, Taylor Wright

Notice bibliographique

RevuePLoS ONE · 2023
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCOVID-19 Pandemic Impacts
Établissements canadiensBrock UniversityUniversity of OttawaCarleton University
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)Term (time)Work (physics)Government (linguistics)DiseaseSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)2019-20 coronavirus outbreakEconomicsMedicineVirologyInfectious disease (medical specialty)EngineeringOutbreakPathology

Résumé

récupéré en direct d'OpenAlex

We examine the determinants of the consequences of COVID-19 on employment and wages in the United States. Guided by a pre-analysis plan, we investigate whether the economic consequences of COVID-19 were larger for certain occupations, using four indexes: workers relatively more exposed to disease, workers that work with proximity to coworkers, essential/critical workers and workers who can easily work remotely. We find that individuals that work in proximity to others are more affected while individuals able to work remotely and essential workers are less affected by the pandemic. We also present suggestive evidence that our indexes are likely explanations why certain demographic groups such as younger and minority workers have worse labor market outcomes during the pandemic.

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 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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,087
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,133
Tête enseignante GPT0,288
Écart entre enseignants0,155 · 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 tête enseignante, pas un consensus.

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

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetCOVID-19 Pandemic ImpactsTravaux en français237 207