MétaCan
Menu
← Retour à la cohorte
Enregistrement W7046877016

THE EFFECTS OF THE COVID-19 PANDEMIC ON THE EXTERNAL MIGRATION OF THE ROMANIAN POPULATION

2023· article· en· W7046877016 sur OpenAlexaboutno aff

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2023
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueMagnetic confinement fusion research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhenomenonPandemicRomanianTourismPopulationQuarter (Canadian coin)Human migrationWork (physics)Internal migration
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The pandemic and its consequences have affected the lives of people all over the world. But migrants were much more affected than any other population groups. The pandemic has, in the first phase, drastically reduced migration in all OECD countries, a phenomenon noted by the Organization for Economic Cooperation and Development, although migrants would have managed to ensure the functioning of some sectors strongly affected by the pandemic, such as the health, commercial and logistic, even during the restrictions period. In the midst of the pandemic, governments took exceptional measures, which limited the mobility of people and in this case, the mobility of migrants. The OECD believes that migrants have been particularly affected by the coronavirus pandemic, and as far as migration is concerned, it has been considerably reduced, an unfavorable phenomenon for both parties: both for the countries providing migration and for those receiving migration. Many of the migrants work in gastronomy, in hotels, in tourism - so exactly in the industries that were most affected by the pandemic. In the so-called HORECA sector in the EU, about a quarter of the employees come from third countries, twice more than in the rest of the economic sectors. The work contracts in the field are often very short-term. As such, the migrants were the first to be sent into unemployment. The paper aims to present an analysis of the impact of the COVID-19 pandemic on international migration from Romania starting from the analysis of the phenomenon from the pre-pandemic period, then extending the analysis of this phenomenon for the period 2020-2021.

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)0,001
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 enseignants0,014
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,025
Tête enseignante GPT0,313
Écart entre enseignants0,288 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in Economics→Même sujetMagnetic confinement fusion research→Travaux en français237 207→