MétaCan
Menu
Retour à la cohorte
Enregistrement W4319331986 · doi:10.5281/zenodo.7432480

Vers l'entrepreneuriat numérique durable au Bénin et en Afrique francophone de l'ouest et du centre

2023· report· fr· W4319331986 sur OpenAlexaff
Abdoulkadre Ado

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2023
Typereport
Languefr
DomaineBusiness, Management and Accounting
ThématiquePrivate Equity and Venture Capital
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésHumanitiesGeographyArt

Résumé

récupéré en direct d'OpenAlex

Ce rapport porte sur les enjeux de l’entrepreneuriat numérique dans l’écosystème béninois et ouest-africain. Il adopte un angle conceptuel et d’analyse basé sur les notions de la digitalisation et de la durabilité notamment dans l’un des secteurs clés de l’économie béninoise qu’est l’agriculture. L’objectif étant de comprendre les opportunités et les défis relatifs à l’entrepreneuriat numérique dans la région. Ce rapport a aussi pour objectif d’identifier des catégories de stratégies utilisées par les principaux acteurs intervenant dans l’écosystème numérique béninois et ouest-africain francophone pour naviguer leurs contextes spécifiques technologiques, économiques, institutionnels et sociaux respectifs. Les résultats de cette étude qualitative énoncent le fort potentiel du Bénin à devenir un leader régional avec un grand avantage de premier entrant dans certains aspects du numérique. De plus, l’étude indique les opportunités pour étendre cette émergence digitale béninoise dans le développement agricole du pays en particulier et de l’Afrique francophone en général. L’agriculture connectée est donc à la portée de plusieurs pays africains francophones si le Bénin continue dans cette lancée d’innovations numériques dans les principaux secteurs de son économie. Pour cela, des réformes et politiques incitatives sont nécessaires tant au niveau national que de la sous-région et de ses entrepreneurs numériques. Ce rapport offre aussi des implications qui pourraient être applicables au contexte de l’Afrique centrale francophone ayant des similarités avec l’Afrique de l’ouest.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,144
Score d'incertitude au seuil0,287

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0040,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,247
Écart entre enseignants0,217 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetPrivate Equity and Venture CapitalTravaux en français237 207