MétaCan
Menu
Back to cohort
Record W4287745438

Évaluation de la pandémie de Covid-19 sur l’économie mondiale

2020· article· fr· W4287745438 on OpenAlexaff
Éric Heyer, Xavier Timbeau

Bibliographic record

VenueSPIRE (Sciences Po) · 2020
Typearticle
Languagefr
FieldEconomics, Econometrics and Finance
TopicCOVID-19 Pandemic Impacts
Canadian institutionsImpact
Fundersnot available
KeywordsHumanitiesPolitical scienceArt
DOInot available

Abstract

fetched live from OpenAlex

Depuis la prise de conscience fin février dernier de la diffusion de l'épidémie de coronavirus, l'économie mondiale a subi un choc inédit bouleversant le paradigme conjoncturel. Comme le laissait pressentir l'évolution des indicateurs infra-trimestriels, les chiffres de croissance du PIB concrétisaient déjà, dans leur version provisoire, les effets économiques du confinement sur les deux dernières semaines du premier trimestre. Toutefois, au vu du degré de sévérité des fermetures, on pourrait s'attendre à des révisions importantes du PIB à la baisse comme à la hausse. Nous évaluons ensuite l'impact de choc sur l'économie mondiale en partant des tableaux entrées-sorties issus de la World Input-Output Database (WIOD). Les différentes mesures de mises en place pour le mois d'avril auraient un impact de-19 % sur la valeur ajoutée au niveau mondial. Tous les secteurs et tous les pays ne seraient pas impactés de la même manière. Au niveau sectoriel, la branche de l'hébergement-restauration enregistrerait une diminution de 47 % de sa valeur ajoutée au niveau mondial. Au niveau géographique, l'Europe serait la zone la plus touchée, notamment l'Espagne, l'Italie et la France avec des chutes de valeur ajoutée de plus de 30 points. Bien que l'Allemagne ait subi une baisse moins importante de l'activité, en lien avec des mesures de confinement moins restrictives dans l'ensemble, le pays souffre cependant de sa forte exposition à la demande étrangère. Cette modélisation permet ensuite de décrire l'incidence du choc d'activité sur la demande de travail pour le mois d'avril. Pourtant, si l'ajustement de la demande de travail au choc de production est très marqué, l'impact final sur l'emploi salarié apparaît in fine, au moins en Europe, faible au regard des pertes potentielles d'emplois, en raison de la mise en œuvre de dispositifs d'activité partielle similaire. En l'absence d'un tel mécanisme, les États-Unis connaissent de plus fortes destructions d'emplois salariés, qui atteignent 14,6 % de l'emploi salarié total.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.010
metaresearch head score (Gemma)0.020
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.038
Threshold uncertainty score0.075

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0100.020
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.002
Science and technology studies0.0010.001
Scholarly communication0.0030.002
Open science0.0010.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0060.001

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.139
GPT teacher head0.321
Teacher spread0.182 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations4
Published2020
Admission routes1
Has abstractyes

Explore more

Same venueSPIRE (Sciences Po)Same topicCOVID-19 Pandemic ImpactsFrench-language works237,207