MétaCan
Menu
Retour à la cohorte
Enregistrement W2053551078 · doi:10.1177/0269094212469918

Mining FDI and urban economies in sub-Saharan Africa: Exploring the possible linkages

2012· article· en· W2053551078 sur OpenAlexfundno aff
Glen Robbins

Notice bibliographique

RevueLocal Economy The Journal of the Local Economy Policy Unit · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueMining and Resource Management
Établissements canadiensnon disponible
Organismes subventionnairesSimon Fraser UniversityWilliam and Flora Hewlett Foundation
Mots-clésBoomUrbanizationCommodityForeign direct investmentContext (archaeology)Investment (military)Economic geographyDevelopment economicsEconomicsBusinessGeographyEconomic growthPolitical scienceMarket economyPoliticsMacroeconomics

Résumé

récupéré en direct d'OpenAlex

Since the mid-1990s many African countries have experienced rapid and sustained growth in foreign direct investment associated with the exploitation of oil and mineral resources. This has seen economic growth in some countries rising to levels more generally associated with fast-growth Asian nations. Previous bouts of mining-related commodity booms in parts of the continent were often described as doing little more than mimicking the patterns of colonial-extractive development, thus leading to little in the way of sustained and more widely felt economic transformations. However, in a context where African cities are continuing to grow, it is important to explore the relationships, if any, between this increasingly dominant contributor to GDP and investment in urban centres. This article explores some recent research in an effort to consider what the possible connections between mineral and urban economic trajectories might be with reference to a few selected countries. These include economic opportunities arising from urbanisation itself and those related to backward and forward linkages of both formal and informal mining processes.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,897
Score d'incertitude au seuil0,701

Scores Codex et Gemma par catégorie

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

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 Opus0,029
Tête enseignante GPT0,212
Écart entre enseignants0,183 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations19
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLocal Economy The Journal of the Local Economy Policy UnitMême sujetMining and Resource ManagementTravaux en français237 207