MétaCan
Menu
Retour à la cohorte
Enregistrement W4388570520 · doi:10.30525/978-9934-26-354-5-4

DEBT POLICY DURING MARTIAL LAW AND POST-WAR RECONSTRUCTION

2023· article· en· W4388570520 sur OpenAlexaboutno aff
Roman Miakota

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Issues in Ukraine
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDebtMartial lawState (computer science)LawEconomicsPolitical scienceFinancePolitics

Résumé

récupéré en direct d'OpenAlex

In connection with the full-scale armed aggression of the russian federation against Ukraine, the decree of the President of Ukraine "On the introduction of martial law in Ukraine" dated 24.02.2022No. 64/2022 introduced martial law in Ukraine, which is currently extended.From the standpoint of debt policy, martial law is always a crisis-generating challenge for the public finance system of any country, and Ukraine is no exception.The conflict, armed aggression, and socio-economic transformations fundamentally transformed the country's debt policy, requiring balanced strategic decisions to ensure financial and economic stability, financial security, and the ability of public finances to cover immediate and strategic needs in war and post-war reconstruction.Thus, since the introduction of martial law, the soviet-centric methods of conducting hostilities on the part of the russian federation have caused an exponential increase in spending on security and defense forces, social needs, primarily of a humanitarian nature, and limited restoration ("patching holes") of critical infrastructure.The exponential growth of expenses against the backdrop of economic stagnation brought the total state and state-guaranteed debt of Ukraine from February 28, 2022 to May 31, 2023 in hryvnia equivalent to a level of more than 68% or up to UAH 4,594 billion, and the ratio of state debt to GDP received a historical maximum -more than 80% [1].In the structure of the state debt (excluding the guaranteed one), the share of domestic debt, which is primarily represented by obligations to OVDP (Domestic state loan bonds), is about 34%, external debt is about 66% [2].Most of them (54% [1-2]) are formed from borrowings from international financial organizations such as the International Monetary Fund, the European Bank for Reconstruction and Development, the European Investment Bank, etc.About 30% [1-2] are debts of Ukraine under Eurobonds that have been issued over the past ten years, the remaining 16% [1-2] are financing allocated by Great Britain, Italy, Canada, Germany, a few designated foreign agricultural (Cargill) and financial and credit companies (Deutsche Bank) to cover immediate budgetary needs.

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)0,000
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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,371
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0010,002

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 Opus0,016
Tête enseignante GPT0,217
Écart entre enseignants0,201 · 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'étudeThéorique ou conceptuel
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 sujetEconomic Issues in UkraineTravaux en français237 207