Écosystème des données probantes et des politiques de développement : Profil du Bénin
Notice bibliographique
Résumé
Au Bénin, le système formel des données probantes est sectorisé par les ministères, dont les directions techniques, en tant que pourvoyeuses d’informations, produisent ces données. Ainsi, l’administration publique, ainsi que les centres de formation et/ou de recherche, qu’ils soient publics ou privés, constituent les principaux producteurs de données probantes. Cependant, les connaissances issues de l’expérience des professionnels sont faiblement documentées. Les acteurs clés entretiennent des relations à des degrés divers. Dans les systèmes alimentaires, les initiatives en matière de production de données probantes sont principalement initiées par le secteur public. En ce qui concerne le Développement humain, les acteurs les plus influents sont ceux du secteur dit « social ». Ce sont eux qui jouent les rôles les plus prépondérants dans la production de données probantes. Une fois encore, les principales structures impliquées sont celles de l’administration publique, notamment le ministère de la santé, le ministère des affaires sociales et de la microfinance, auxquelles s’ajoutent accessoirement celles dédiées au développement et à la coordination de l’action gouvernementale. Dans le domaine de l’environnement, la production de données probantes est reposé sur des études, l’exécution de projets ou programmes, ou encore sur des évaluations. Pour ce qui est de la thématique « Numérique », il s’agit d’une préoccupation plus ou moins récente. Ses acteurs, encore épars, sont en grande partie issus du secteur privé et appartiennent principalement aux PME/PMI. Il est toutefois utile de reconnaître que le système politique s’est doté d’instruments légaux, réglementaires et incitatifs. Les principaux sont la loi sur les activités statistiques (2022) et la loi-cadre sur la planification du développement et l'évaluation des politiques (2024). Avec ces outils et d’autres instruments, une dynamique est instaurée pour combler les besoins en données probantes relevés. Cependant, il a été reconnu qu’au-delà de ces instruments, des renforcements de capacités sont toujours nécessaires afin d’habiliter au mieux les acteurs des données probantes sur leur production, leur utilisation et leur valorisation. Dans ce contexte, les ressources de tous ordres, notamment financières et techniques, restent des leviers de premiers plans pour promouvoir l’écosystème qui est de plus en plus conscient de l’importance des données. Cette prise de conscience s’est reflétée dans la diversité des expériences innovantes d’utilisation des données probantes dans les processus politiques au Bénin, qui ont été identifiées et documentées ici.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,005 | 0,004 |
| Communication savante | 0,010 | 0,004 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 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 ».