Koronapandemian vaikutus Suomen talouteen
Notice bibliographique
Résumé
Työn tarkoituksena on tutkia koronapandemian vaikutuksia Suomen talouteen. Työssä käsitellään mm. miten koronapandemia näkyi työllisyydessä, sekä työttömyydessä, sekä miten valtio tuki yrityksiä yllättävän terveyskriisin aikana. Koronapandemia alkoi hyvin yllättäen ja iski kovaa Suomen talouteen, jonka seurauksena talous ajautui hetkellisesti taantumaan. Valtio avusti runsaasti yrityksiä tukitoimilla, jonka myötä vältyimme suurimmilta konkursseilta. Yrityksissä pystyttiin järjestämään työntekijöille etätyötä, jolloin työskentely oli mahdollista myös kotoa käsin, joten pahimmilta lomautuksilta sekä irtisanoutumisilta vältyttiin. Yhteiskuntaa saatiin avattua melko nopeasti normaaliin suuntaan paremman tautitilanteen, sekä nopeasti edenneiden rokotusten vuoksi. Näiden vuoksi vältyimme massiiviselta talouskriisiltä. Työssä käsitellään teoriatasolla koronapandemian vaikutuksia Suomen talouteen, joka pohjautuu kirjallisuuteen sekä internetistä löytyneisiin lähteisiin. Työssä on hyödynnetty mm. Tilastokeskuksen tekemiä laskelmia ja analyysejä aiheesta. Työn johtopäätöksenä voimme todeta, että Suomen talous ei kokenut massiivista talouskriisiä koronapandemian myötä, joten näkymänä on, että talous toipuu melko hyvin keskipitkällä aikavälillä.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,068 | 0,017 |
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 ».