MétaCan
Menu
Retour à la cohorte
Enregistrement W4405422809 · doi:10.7202/1114972ar

Instabilité politique et chômage en Afrique subsaharienne

2024· article· fr· W4405422809 sur OpenAlexvenueno aff
Olga Euphrasie Ngakala Akylangongo, Mathias Marie Adrien Ndinga

Notice bibliographique

RevueRevue Gouvernance · 2024
Typearticle
Languefr
DomaineHealth Professions
ThématiqueEmployment and Welfare Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

L’Afrique subsaharienne fait face à des situations d’instabilité politique dans un contexte de chômage de masse. À ce sujet, la littérature économique demeure mitigée sur la relation entre les deux phénomènes. Certains auteurs pensent que c’est l’instabilité politique qui est la source du chômage, d’autres pensent le contraire. A cet égard, l’objectif du présent article est d’étudier la relation entre l’instabilité politique et le chômage en Afrique subsaharienne à l’aide du modèle autorégressif à retards échelonnés (ARDL) en données de panel et des données de 2002 à 2022. Les résultats montrent une relation unidirectionnelle allant du chômage vers l’istabilité politique. Ils permettent de soutenir que, d’une part, le chômage est un lubrifiant de l’instabilité politique et que, d’autre part, le chômage est une conséquence marginale de l’instabilité politique. Ces résultats impliquent que soient élaborées et mises en oeuvre des politiques publiques susceptibles de promouvoir la croissance économique et l’emploi et de renforcer la démocratie et la gouvernance afin de rompre les liens vicieux (chômage-instabilité politique) qui handicapent le processus de développement dans les pays au sud du Sahara. Il s’agit, entre autres, de faire les investissements appropriés dans le capital humain, dans les services sociaux de base et dans la promotion de l’industrialisation afin de faciliter l’accès à l’emploi, notamment pour la jeunesse, qui constitue une partie importante de la structure démographique.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,208
Score d'incertitude au seuil0,413

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,029
Tête enseignante GPT0,362
Écart entre enseignants0,332 · 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'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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue GouvernanceMême sujetEmployment and Welfare StudiesTravaux en français237 207