MétaCan
Menu
Retour à la cohorte
Enregistrement W2984998249 · doi:10.1111/cag.12576

Appreciating the heterogeneity in the unity of Africa: A socio‐ecological perspective on Africa's geographies

2019· article· en· W2984998249 sur OpenAlexvenueno aff
Shuaib Lwasa

Notice bibliographique

RevueCanadian Geographies / Géographies canadiennes · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInternational Development and Aid
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeopoliticsPoliticsDiversity (politics)ColonialismPovertyGeographySociologyPolitical economyDevelopment economicsPolitical scienceAnthropologyEconomics

Résumé

récupéré en direct d'OpenAlex

The African continent is known by various metaphors and geographies, but for many there are also unknowns about the continent. Geopolitically, Africa is a continent that is considered remote—an economically emerging continent seen as entangled in persistent challenges of wars, political dictatorship, poverty, disease, and more recently migration. Given these predispositions it is typical to stereotype events, practice, and behaviour as “African.” There is, however, now recognition of the continent as emerging economic power house. But unpacking the diversity of Africa reveals a huge potential with respect to resource endowments, diversity of ecology, socio‐cultural economic advancement, politics, language, and demographics. Colonial history coupled with traditional Africa shaped the geopolitical boundaries that have added to the confusion about this massive and diverse continent. Intellectual discourses either amplify the differences due to specificities of geographical focus or generalizations such as the contested notion of “African.” However, using socio‐ecological lenses, Africa is unified by these very differences in addition to being a massive landmass with several big and small island states. Appreciating these differences is useful to understanding the observed patterns of social, economic, and political systems that unify the continent. This paper illustrates the notion of “African” to describe the heterogeneous nature of a “unified” continent. Some illustrative examples between Africa and other continents are used.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,518
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,006
Études des sciences et des technologies0,0010,003
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,019
Tête enseignante GPT0,242
Écart entre enseignants0,223 · 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.

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

Citations9
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Geographies / Géographies canadiennesMême sujetInternational Development and AidTravaux en français237 207