Relationships between Inflation and Unemployment in the United States, Japan and Germany during the Economic Crisis Caused by the COVID–19 Pandemic
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The aim of the article is to clarify the controversies surrounding the relationship between inflation and unemployment in the three most economically significant countries in the world (apart from China), namely the United States, Japan, and Germany, during the coronavirus pandemic (from January 2020 to February 2022). The pandemic has had various adverse effects worldwide, including a severe economic crisis lasting from the first quarter of 2020 to the end of the first quarter of 2021. The primary causes of this crisis include declines in aggregate supply due to lockdowns in many sectors of the economy, particularly the service sector. A decrease in aggregate supply should cause not only an increase in unemployment but also an increase in inflation. The article, therefore, hypothesises that the relationships between unemployment and inflation in the countries studied during the above period were unidirectional. To verify this hypothesis, two basic research methods were used: analysis of correlation coefficients between the variables mentioned above and the shape of Phillips curves. Ultimately, the hypothesis was rejected because inflation during this period showed a decreasing tendency (mainly due to a significant drop in commodity prices). The article extends research presented in the literature before 2020, offering additional value by examining the period of the pandemic which precipitated an economic crisis. Future analysis should be expanded to include more variables (including the output gap) in line with the New Keynesian Phillips Curve.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle