The economic impact of international travel measures used during the COVID-19 pandemic: a scoping review
Notice bibliographique
Résumé
INTRODUCTION: Assessment of the use of travel measures during COVID-19 has focused on their effectiveness in achieving public health objectives. However, the prolonged use of highly varied and frequently changing measures by governments, and their unintended consequences caused, has been controversial. This has led to a call for coordinated decision-making focused on risk-based approaches, which requires better understanding of the broader impacts of international travel measures (ITMs) on individuals and societies. METHODS: Our scoping review investigates the literature on the economic impact of COVID-19 ITMs. We searched health, social science and COVID-19-specific databases for empirical studies preprinted or published between 1 January 2020 and 31 October 2023. Evidence was charted using a narrative approach and included jurisdiction of study, ITMs studied, study design, outcome categories, and main findings. RESULTS: Twenty-six studies met the inclusion criteria and were included for data extraction. Twelve of them focused on the international travel restrictions implemented in early 2020. Limited attention was given to measures such as entry/exit screening and vaccination requirements. Eight studies focused on high-income countries, 6 on low-income and middle-income countries and 10 studies were comparative although did not select countries by income. Economic outcomes assessed included financial markets (n=13), economic growth (n=4), economic activities (n=1), performance of industries central to international travel (n=9), household-level economic status (n=3) and consumer behaviour (n=1). Empirical methods employed included linear regression (n=17), mathematical modelling (n=3) and mixed strategies (n=6). CONCLUSION: Existing studies have begun to provide evidence of the wide-ranging economic impacts resulting from ITMs. However, the small body of research combined with difficulties in isolating the effects of such measures and limitations in available data mean that it is challenging to draw general and robust conclusions. Future research using rigorous empirical methods and high-quality data is needed on this topic.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,017 | 0,101 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,006 |
| Bibliométrie | 0,022 | 0,022 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».