MétaCan
Menu
Retour à la cohorte
Enregistrement W7130384398 · doi:10.22004/ag.econ.393823

Impact of COVID-19 Response on Unemployment in Sri Lanka

2020· report· en· W7130384398 sur OpenAlexaboutno aff
Nishan de Mel, Mihindu Perera

Notice bibliographique

RevueAgEcon Search (University of Minnesota, USA) · 2020
Typereport
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUnemploymentQuarter (Canadian coin)Context (archaeology)Sri lankaWork (physics)Government (linguistics)Economic impact analysisEconomic recoveryProductivity

Résumé

récupéré en direct d'OpenAlex

Goal number eight of the Sustainable Development Goals is set out as “Decent work and economic growth.” This goal recognizes that economic growth is not just an end, but also a means in itself of generating jobs – productive and meaningful work, an enduring measure of human development. Therefore, from a developmental perspective, it remains important to be vigilant not only about the impact on the economy but also about the creation of jobs and the extent of unemployment. In Sri Lanka, the government’s response to COVID-19 was akin to a “crush and contain” strategy, wherein the country was placed on the most stringent curfew-level lockdown for a period of 52 days after the first case of COVID-19 was detected on March 11th, 2020. Many Sri Lankan workers lost their jobs in the immediate aftermath of the lockdown. Statistics indicate that the total number of jobs in the economy contracted by 160,996 in the first quarter of 2020. Consequently, the COVID-19 response in Sri Lanka has already had a large impact on economic growth. Furthermore, measures taken by the government to preserve foreign reserves has resulted in further restrictions to importations and investments, which in turn have an impact on economic growth. This article translates estimates on economic impact to estimates of impact on unemployment, as it arises in this context of containing COVID-19 in Sri Lanka. The estimates indicate that following the curfew-level lockdown implemented in Sri Lanka between March and June 2020, overall unemployment increased to above 6% in the second quarter and will remain above 6% for the rest of the year. These estimates offer the government a means of evaluating some of the social and economic consequences that arise from curfew-level lockdowns, and point to the importance of developing more measured approaches of containing the spread of COVID-19, as the pandemic risks persist.

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)0,004
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 enseignants0,123
Score d'incertitude au seuil0,245

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,134
Tête enseignante GPT0,375
Écart entre enseignants0,241 · 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgEcon Search (University of Minnesota, USA)Travaux en français237 207