Towards complete development finance data: Quantifying China's international education co‐operation and presence in the Global South
Notice bibliographique
Résumé
Abstract Motivation China does not participate in the development co‐operation reporting mechanism of the Organisation for Economic Co‐operation and Development's (OECD) development co‐operation reporting mechanism, nor does it voluntarily publish overseas development finance data. Despite recent quantitative research on China's foreign aid to other sectors, such as health, no precedent exists for quantifying China's international education co‐operation (IEC). Purpose This article will use AidData's Chinese Official Finance Dataset (AidData 2.0) to estimate the IEC using the OECD's internationally standardized definitions of development finance and frameworks for classifying IEC projects. Approach and methods We thoroughly examined all types of IEC projects, including official finance projects other than those that meet the definition of official development assistance (ODA). In our comparative analysis of educational aid between China and traditional donors, we focused on ODA‐like projects and examined the number of projects and funding amounts to determine China's IEC priorities. Findings The result shows that, between 2000 and 2017, China's IEC commitments totalled 1,524 education‐related international projects, representing 12% of the total international finance project portfolio, most of which are in Africa. Compared to the OECD framework, China prioritized higher education (n = 784, 51%) and education facilities and training (n = 244, 16%). An estimate of cumulative funding between 2000 to 2017 showed that China was the 10th largest donor of education aid to African countries, behind France, the World Bank, Germany, the United States, the EU, the United Kingdom, Canada, Japan, and the Netherlands. Policy implications The findings of this study help our understanding of China's IEC finance. With China's involvement in education development aid growing in recent years and donors looking for solutions to developing countries' debt crises, this will allow for more effective collaboration, co‐ordination, and resource mobilization for both donor and recipient countries.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,010 | 0,016 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».