The impacts of the COVID-19 pandemic on the Portuguese economy : a structural break analysis
Notice bibliographique
Résumé
The COVID-19 pandemic could led to one of the worst crises in history (Barro, 2020). It would be the second crisis in the 21st century the Portuguese economy encounters but it is still unknown if its effects would be structural (permanent and related to the supply side) or cyclical (transitory and related to business cycle fluctuations and the demand side). To test for structural change, a linear regression model is used and the Chow test and Chow test for predictive failure are applied. The model uses quarterly data from various sources, ranging from the first quarter of 1998 to the third quarter of 2020, and is estimated in seasonal differences. It considers as dependent variable the natural logarithm of output per worker and as explanatory variables the natural logarithm of physical capital per worker, a time trend, and other variables on the supply and demand side as controls. A Chow test was first applied to the 2008 Global Financial Crisis, to rule out any interferences from this period. A structural break was found in the fourth quarter of 2010. Applying a Chow test for predictive failure to a subsample from the first quarter of 2011 to the third quarter of 2020, the null hypothesis of the pandemic not causing a structural break was rejected. T-tests were used to confirm the location of the breaks. The null hypothesis that a break did not occur was rejected for all the coefficients of the regression variables, pointing for the existence of supply side permanent effects.
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 | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».