MétaCan
Menu
Retour à la cohorte
Enregistrement W4328095041 · doi:10.54691/bcpbm.v38i.3738

The Effect of COVID-19 Pandemic on Different Industries

2023· article· en· W4328095041 sur OpenAlexaff
Shu‐Qing Yang

Notice bibliographique

RevueBCP Business & Management · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)Government (linguistics)PandemicOrder (exchange)BusinessWork (physics)Point (geometry)2019-20 coronavirus outbreakThe InternetSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Shut downContagious diseaseEconomic growthEconomicsDiseaseEngineeringInfectious disease (medical specialty)VirologyFinanceMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

The emergence of Covid-19 has dramatically impacted many people’s lives in different aspects. Among them, economic development has been hit enormously. In order to prevent the continued spread of the disease, some people choose to self-isolate, and the government has announced tons of public health restrictions, which shuttered a large number of businesses. Many factories and enterprises fail one after another, and millions of employees are forced to lose their work. However, every coin has two sides. From another point of view, the opportunities brought by the epidemic cannot be ignored. Due to the demand to avoid infection, many online internet industries have been developing rapidly to satisfy the increasing need under this circumstance. This article aims to provide a report on the negative and positive impact of COVID-19 on the different industries short run and also forecast the effect and development in the long run [1].

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,902
Score d'incertitude au seuil0,517

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,097
Tête enseignante GPT0,418
Écart entre enseignants0,321 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBCP Business & ManagementMême sujetCOVID-19 and Mental HealthTravaux en français237 207