MétaCan
Menu
Retour à la cohorte
Enregistrement W7064790824

Changes in industry and services sectors in Poland during the COVID-19 pandemic

2022· other· en· W7064790824 sur OpenAlexaboutno aff

Notice bibliographique

RevuePressto (Uniwersytetu Adama Mickiewicza) · 2022
Typeother
Langueen
DomainePhysics and Astronomy
ThématiqueMagnetic confinement fusion research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGovernment (linguistics)Quarter (Canadian coin)Vulnerability (computing)PandemicEconomic sectorTertiary sector of the economyValue (mathematics)Secondary sector of the economySectoral analysis
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In 2020, the World Health Organization announced the global COVID-19 pandemic, which was followed by unprecedented constraints on society and the economy. The restrictions imposed had an impact on the transformation in industry and services sectors. The pandemic, however, affected particular industry sections and types of services to a different degree. Overall, the industry sector is assumed to have been less affected by the crisis, because the government restrictions did not embrace industrial production for the most part. Services faced a different situation; some of them were not provided due to top-down decisions. Therefore, the vulnerability of industry and services to such a strong external impact varies. The article aims to identify the degree and trends in changes in industry and services sectors during the COVID-19 pandemic and to determine the regularities stemming from a different degree of vulnerability of both sectors to such a powerful external stimulus. The study examines changes occurring in different industries and types of services (by the Polish Classification of Economic Activity/NACE 2.0) by way of statistical indicator analysis and using Statistics Poland and Eurostat data. The conducted analysis of the COVID-19 pandemic influence on the industry and services sector leads to the conclu- sions that its impact on the industry sector was very time-limited—a sharp fall in gross value added in industry oc- curred mainly in the second quarter of 2020. The pandemic had a modest effect on industry employment, primarily as a result of anti-crisis shields and the will to maintain the potential of labour resources. In the services sector, accommo- dation and food services suffered the most. The significant falls were noted in the transport section as well as cultural, sports and personal services. Business services which were transferred to the Internet and were provided online ended up the most resilient. The ultimate winner of the pandemic is ICT services, especially electronic ones, which have re- placed, wherever possible, traditional types of services.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,904
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,3100,000

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 Opus0,021
Tête enseignante GPT0,276
Écart entre enseignants0,255 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreAutre

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 revuePressto (Uniwersytetu Adama Mickiewicza)Même sujetMagnetic confinement fusion researchTravaux en français237 207