MétaCan
Menu
Retour à la cohorte
Enregistrement W4409211156 · doi:10.1016/j.technovation.2025.103231

Revalorization, frugal innovation, and circularity: A qualitative exploration of African used automotive parts business

2025· article· en· W4409211156 sur OpenAlexaff
Obinna Alo, Ahmad Arslan, Jyoti Choudrie, Maria Elo

Notice bibliographique

RevueTechnovation · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Socioeconomic Development
Établissements canadiensInnovation Cluster (Canada)
Organismes subventionnairesnon disponible
Mots-clésAutomotive industryBusinessMarketingOperations managementProcess managementIndustrial organizationEconomicsEngineering

Résumé

récupéré en direct d'OpenAlex

This paper aims to analyze the nexus of revalorization, frugal innovation, and the circular economy in the under-explored African used automotive parts business context. Based on 30 in-depth interviews with key players including dealers, mechanics, and jobbers, our findings illuminate how these players leverage modern electronic communication, video sharing apps, and barter trade in African used automotive part business. We further found local players employing unique practices to renovate, restructure, alter, restore, reuse, extend, and recycle these used parts, emphasizing maximum value extraction from minimal resources. This paper is one of the first academic works to highlight the criticality of local independent actors (non-dealerships) in the automotive aftermarket sector, especially in non-western contexts. It further showcases these local actors’ contributions to circular economy via revalorization, while at the same time creating social value for the bottom of the pyramid (BoP) consumers. Finally, the paper contributes to several literature streams including circular economy beyond formal systems, scalability of frugal and circular practices, and resource-constrained value creation, among others. • Connects revalorization, frugal innovation, and circular economy concepts. • Local practices to renovate, convert, reuse, extend, and recycle, are critical. • Waste reduction and resource optimization for affordable automotive parts. • Ignorance and legislative voids emerged as major challenges.

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)0,008
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,010
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0090,014
Communication savante0,0040,007
Science ouverte0,0010,006
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,043
Tête enseignante GPT0,294
Écart entre enseignants0,251 · 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'étudeQualitatif
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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTechnovationMême sujetInnovation and Socioeconomic DevelopmentTravaux en français237 207