MétaCan
Menu
Retour à la cohorte
Enregistrement W4409159718 · doi:10.12688/verixiv.948.1

Mapping the Potentials and Limitations of Using Generative AI Technologies to Address Socio-Economic Challenges in LMICs

2025· preprint· en· W4409159718 sur OpenAlexaff
Rachel Adams, Fola Adeleke, Leah Junck, Ayantola Alayande, Samuel T. Segun, Aarushi Gupta, Urvashi Aneja, Rosalind Parkes‐Ratanshi, Selamawit Abdella, Mark Gaffley, Joao Archegas, Nana Eghele Adade, Olubayo Adekanmbi, Darlington Akogo, Chinazo Anebelundu, Zameer Brey, Moinul H. Chowdhury, Mamadou Alpha Diallo, Michelle El Kawak, Imad H. Elhajj, Imo Etuk, Aline Germani, Jane E. Hirst, Yogesh Hooda, Daudi Jjingo, Sara Khalid, Bishesh Khanal, Timothy Kintu, Robert Korom, Olanrewaju Lawa, Neal Lesh, Henrique A. Lima, Xiao Fan Liu, Theofrida Julius Maginga, Amrita Mahale, Rirhandzu Makamu, Khondaker A. Mamun, Hanna Minaye, Nneka Mobisson, Essa Mohamedali, Hugo Manuel Paz Morales, Sarah Morris, Atwine Mugume, Joyce Nakatumba‐Nabende, Jimmy Nsenga, Toyin Ogunremi, Bhavee Patel, Lívia Oliveira-Ciabati, Joshua L. Proctor, Nana Kofi Quakyi, Nirmal Ravi, Vivian Resende, Tamlyn Eslie Roman, Ankita Sharma, Henrique Dias Pereira dos Santos, Rashidat Sikiru, Faisal Sultan, Pedro Henrique Faria Silva Trocoli-Couto, Uma Urs, Ty Vo, Farhan Yusuf, Rositsa Zaimova, Marzia Zaman

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinTech, Crowdfunding, Digital Finance
Établissements canadiensCanadian Steel Producers AssociationInstitute on Governance
Organismes subventionnairesBill and Melinda Gates Foundation
Mots-clésGenerative grammarData scienceComputer scienceGeographyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,256
Score d'incertitude au seuil0,923

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,002
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 Opus0,179
Tête enseignante GPT0,292
Écart entre enseignants0,113 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations4
Publié2025
Routes d'admission1
Résumé présentnon

Explorer davantage

Même sujetFinTech, Crowdfunding, Digital FinanceTravaux en français237 207