International business research challenges in Africa
Notice bibliographique
Résumé
Purpose This paper aims to explore the challenges researchers in/on Africa face when conducting research on the continent. It examines the reasons behind Africans’ relatively limited contribution to the business literature in the global sphere and why not culturally sensitive and nuanced research on Africa is spreading unchallenged. Design/methodology/approach The study combines knowledge creation and institutional theories to explain why African business scholars struggle in researching the continent and in contributing significantly to global knowledge creation. It also explores the debate about why Africa’s narratives in business seem dominated by not culturally sensitive and nuanced voices and approaches. It uses a participant observation method. Findings The study found that African scholars have not yet contributed significantly to global knowledge creation because of Africa’s institutional weaknesses and lack of government support for research, coupled with challenges at the interviewing, organizational and scholars’ levels. The study points to the specificities of the continent as well as to African interviewees’ particularities and the type of interactions with the researchers. The paper proposes new avenues to address those multilevel challenges and offers key lessons for future studies. Originality/value To the best of the authors’ knowledge, this study is the first to systematically investigate the fundamental reasons behind business research challenges in/on Africa from knowledge creation and institutional standpoints. This study also contributes to the growing debate on Africans’ meager contribution to business literature as well as the controversy regarding culturally sensitive vs not culturally sensitive knowledge creation on Africa. Finally, it proposes avenues to understanding and overcoming those challenges.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,039 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,009 |
| Études des sciences et des technologies | 0,013 | 0,018 |
| Communication savante | 0,025 | 0,018 |
| Science ouverte | 0,002 | 0,016 |
| Intégrité de la recherche | 0,006 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».