MétaCan
Menu
← Retour à la cohorte
Enregistrement W6989817427

CHANGES IN HOUSEHOLD AND GENERAL GOVERNMENT CONSUMPTION AND SAVINGS DURING THE COVID-19 PANDEMIC IN THE EUROPEAN UNION

2022· article· en· W6989817427 sur OpenAlexaboutno aff

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCOVID-19 Pandemic Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConsumption (sociology)European unionGovernment (linguistics)Shock (circulatory)Consumer spendingQuarter (Canadian coin)Private consumptionPandemicAffect (linguistics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In March 2020, the COVID-19 pandemic caused a significant economic shock in countries worldwide, negatively affecting every aspect of the world economy. Due to the situation with the COVID-19 pandemic, governments imposed a lockdown on households to slow the spread of the pandemic. It was unknown how long the lockdown could last and how much impact it would have on households and the general government. Household consumption is a specific component of final GDP consumption and generally represents about 60% of GDP. Crises most often affect the individual and manifest in unplanned and unnecessary costs that affect household consumption and savings, and consequently growth and development. Eurostat states that the household savings rate of the European Union (EU) decreased in the third quarter of 2020 but was 4.5% higher than in 2019. This paper aims to analyze the differences in household consumption expenditure and net savings across the EU from 2018 until 2021 and general government consumption expenditure and net savings. In addition, it will compare the differences in household and general government consumption and savings in 2019 and 2020. This paper uses univariate statistical methods to define the differences between the EU member states and their private and public consumption expenditure and net savings. The authors will suggest further research on the topic mentioned above and provide evidence on how households should react to future pandemic situations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,030
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,103
Tête enseignante GPT0,300
Écart entre enseignants0,197 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in Economics→Même sujetCOVID-19 Pandemic Impacts→Travaux en français237 207→