MétaCan
Menu
Retour à la cohorte
Enregistrement W2736090439 · doi:10.1080/08039410.2017.1344728

Foreign Aid and National Ownership in Mali and Ghana

2017· article· en· W2736090439 sur OpenAlexafffund
Stephen Brown

Notice bibliographique

RevueForum for Development Studies · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInternational Development and Aid
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesUnited Nations University World Institute for Development Economics ResearchCentre for Global Cooperation ResearchStockholms UniversitetSocial Sciences and Humanities Research Council of CanadaUniversität Duisburg-EssenUniversity of Ottawa
Mots-clésHierarchyIncentiveDeclarationBusinessAid effectivenessPrioritizationAction (physics)Economic growthPublic economicsDevelopment economicsPolitical scienceLaw and economicsDeveloping countryEconomicsMarket economyLaw

Résumé

récupéré en direct d'OpenAlex

This article examines the principle of ownership, the keystone of the 2005 Paris Declaration on Aid Effectiveness, and its application to the cases of Mali and Ghana. It argues that both countries are characterized by a high level of ownership in its formal sense, that is to say, both have developed their own development plans, rather than having them imposed from outside. However, substantively, ownership is severely hampered by the existence of multiple plans, with no clear hierarchy among them, and a similar lack of prioritization within plans, as well as serious deficiencies in translating those plans into action. These limitations to the concept of ownership are best understood, not due to a lack of capacity or a simple lack of will per se, but as a result of interests and incentives, notably to maximize donor funding. As a result, the impact of the Aid Effectiveness Agenda on ownership practices in Mali and Ghana has been far more in form than in substance.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,005
Communication savante0,0030,002
Science ouverte0,0000,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,112
Tête enseignante GPT0,380
Écart entre enseignants0,268 · 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

Citations33
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueForum for Development StudiesMême sujetInternational Development and AidTravaux en français237 207