From #Hashtags to the Streets: The Rising Tide of African Protests and the Quest for Leadership Accountability
Notice bibliographique
Résumé
This paper explores the recent wave of protest movements across Africa, notably the Nigeria's #EndBadGovernance, Kenya's #KOT movement, and Uganda's #UgandaParliamentExhibition. These movements have been interpreted as indicators of a burgeoning collective consciousness among citizens (Honwana, 2014; Chiamogu et al., 2021). However, this emerging awareness prompts critical inquiries into whether these protests can truly drive substantive change, especially considering Africa's long history of similar movements. The paper delves into whether these contemporary protests can achieve what previous ones could not, particularly in terms of altering the entrenched attitudes of African ruling elites known for poor governance. It is reasonable to question whether what is perceived as a conscious awakening is actually driven by the sheer number of public participation, individuals tweeting, and blogging about these issues, thereby creating a theatricalized media presence that fuels rolling news coverage. Suffice it to say that while each perception and action can provoke significant responses from protest movements, these responses typically occur instinctively and rapidly, without conscious awareness. While these protests are praiseworthy for their impact, the paper argues that they represent instinctual, rapid responses rather than deliberate, informed actions. Consequently, while these movements are vital in highlighting grievances, they are ultimately insufficient to enacting meaningful, systemic change of leadership in Africa, because they lack the strategic depth and sustained effort necessary to address the continent's deep-rooted issues in the absence of a fundamental revolution of thought.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».