MétaCan
Menu
Retour à la cohorte
Enregistrement W1999925566 · doi:10.1111/j.1467-8268.2008.00181.x

Aid Effectiveness in Africa*

2008· article· en· W1999925566 sur OpenAlexaff
John Loxley, Harry A. Sackey

Notice bibliographique

RevueAfrican Development Review · 2008
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInternational Development and Aid
Établissements canadiensUniversity of ManitobaVancouver Island University
Organismes subventionnairesnon disponible
Mots-clésAid effectivenessEconomicsDebtDevelopment aidContext (archaeology)Investment (military)Development economicsMillennium Development GoalsGeneral partnershipDeveloping countryEconomic growthFinancePolitical scienceGeographyPolitics

Résumé

récupéré en direct d'OpenAlex

Abstract: This paper revisits the issue of aid effectiveness in Africa by examining the effect of aid on growth. Historically, Africa's development context appears to be an aid‐dependent one, and with the New Partnership for Africa's Development (NEPAD) calling for additional capital flows to improve growth levels on the continent, and the attainment of the UN's Millennium Development Goals partly conditioned on aid inflows, there is a new urgency to evaluate the effectiveness of aid. Using a sample comprising 40 member countries of the African Union, and estimating fixed‐effects growth models, we find a positive and statistically significant effect of aid on growth. Aid increases investment, which is a major transmission mechanism in the aid‐growth relationship. An extension of our analysis to examine sources of growth finance shows aid, workers' remittances, debt‐service resources and domestic savings are important sources of development finance. Thus, for now, aid matters for the continent's growth. However, given the apparent donor aid fatigue and the debt servicing implications of concessional loans, the paper supports the need to strategize to reduce future dependence on aid.

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)0,006
score de la tête « metaresearch » (Gemma)0,009
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,006
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,053
Tête enseignante GPT0,311
Écart entre enseignants0,259 · 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

Citations101
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAfrican Development ReviewMême sujetInternational Development and AidTravaux en français237 207