Le numérique, facteur de développement dans l’espace francophone africain
Notice bibliographique
Résumé
Nous proposons une synthèse des analyses reliant la richesse économique à, d’une part les capacités technologiques des pays, d’autre part leur environnement institutionnel. Nous prenons comme argument principal celui du Centre sur le Développement International (CDI) de la Harvard University, à savoir le degré de complexité économique d’un pays, comme variable intermédiaire entre les dimensions technologique et institutionnelle et la richesse économique. Les auteurs du CDI ont construit un indice de complexité économique (ECI), qui mesure la diversité des savoir-faire intégrés dans un pays et un indice de complexité d’un produit et/ou service (PCI), qui mesure la quantité et le type de savoir-faire qu’il intègre. Ainsi, les pays avec un ECI élevé sont capables de développer un ensemble diversifié d'activités économiques, des activités par ailleurs à haute valeur ajoutée, alors que les pays avec un faible ECI possèdent des activités moins diversifiées et des activités en général assez faciles à développer. De fait, il existe une forte corrélation entre le degré de complexité économique d’un pays et la richesse de ce dernier. Nous intégrons la question du numérique dans ce schéma d’analyse. Par ailleurs, nous présentons le lien entre les caractéristiques de l’environnement institutionnel et la richesse économique, par le biais plus spécifique de l’innovation financière. Dans ce cadre global, nous proposons un positionnement d’un groupe de pays francophones d’Afrique, à l’aide d’une matrice fondée sur les capacités technologiques du pays et la qualité de son environnement institutionnel. La construction de la matrice s’appuie à titre principal sur les données compilées par le Global Innovation Index, version 2017. Nous contribuons ainsi au débat sur les conditions du développement économique en Afrique francophone, en particulier sous l’angle implicite de l’apprentissage, influencé favorablement par la proximité linguistique et le numérique dans les services financiers. L’approche par la complexité économique permet également de s’interroger sur les secteurs économiques les plus favorables au développement économique. Par ailleurs, la question des pays leaders et de celle des conditions d’un éventuel leadership peuvent être posées.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 tête enseignante, 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 ».