MétaCan
Menu
Retour à la cohorte
Enregistrement W4286669276 · doi:10.1163/17087384-bja10058

Transition to the Fourth Industrial Revolution: Africa’s Science, Technology and Innovation Framework and Indigenous Knowledge Systems

2022· article· en· W4286669276 sur OpenAlexafffundvenue
Chidi Oguamanam

Notice bibliographique

RevueAfrican Journal of Legal Studies · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBioeconomy and Sustainability Development
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesInternational Development Research Centre
Mots-clésIndigenousTraditional knowledgeIntellectual propertyLeverage (statistics)Context (archaeology)Knowledge productionBusinessPolitical scienceEconomic growthEconomicsKnowledge managementGeographyEcologyComputer scienceBiologyLaw

Résumé

récupéré en direct d'OpenAlex

Abstract Despite elaborate efforts at Science Technology and Innovation ( STI ) policy enunciation, Africa has yet to optimally engage with how best to locate and position Indigenous or traditional knowledge ( IK / TK ) and its stakeholders in the new and emergent technological dynamics often designated as the fourth industrial revolution (4IR) and its bioeconomy components. Given the disconnect over IK / TK systems in African STI policy instruments, the paper argues for a deliberate Indigenous knowledge sensitive continental STI strategy without excluding integral opportunities in other realms such as intellectual property. Such approach to STI is necessary to ensure that Africa is well positioned to leverage and optimise its factor endowments in Indigenous knowledge and underlying systems for its production. Indigenous knowledge is crucial for continental Africa’s participation and ability to benefit from all facets of knowledge production under the 4IR innovation ecosystem. The significance of Indigenous knowledge and its ramification for STI in Africa continues to resonate in the context of the push for equitable access to the benefits of science, technology and innovation especially taking into account the bioeconomy adjunct of the 4IR.

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)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,663
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,040
Tête enseignante GPT0,255
Écart entre enseignants0,215 · 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'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

Citations10
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAfrican Journal of Legal StudiesMême sujetBioeconomy and Sustainability DevelopmentTravaux en français237 207