Ten. A State-Led Strategy of Decentralization: The BRICS Experience
Notice bibliographique
Résumé
The BRICS ExperienceFrom vari ous theoretical and methodological perspectives, older and more recent studies on the production and circulation of academic knowledge describe hierarchies and inequalities on a global scale.Until rather recently, such studies largely converged on the idea that Western Europe and North Amer i ca were central in the academic worlds, and that what was perceived as their domination marginalized research in the Global South and in languages other than English. 1 However, the global academic landscape seems to be changing recently.Significant effort has been mobilized to create bridges between southern countries from the 1990s onward.While the fundamental prob lem of hierarchical and inequality structures persists, and the vari ous terminologies suggested to understand them remain relevant, we are currently observing a shift from North Atlantic centrism toward multipolarity. 2 Analysts have clearly observed the rise of Asian science, led by China (Kahn 2015, 106).China's gross expenditure on research and development (408.8 billion usd in 2015) was comparable to the total for the twentyeight EU countries (386.5 billion usd) and approaching that of the United States (502.9 billion usd).In 2015, China was the country with the largest absolute number of research staff (1.619 million full-time equivalents, compared with 1.380 million in the United States and 1.841 million in the EU; Shashnov and Kotsemir 2018, 1125).But not only China has moved to the forefront of such international comparisons.Before the formation of the brics alliance, during the 1990-2010 period, "the governments of the brics countries boosted their investments in research and development ten / wiebke keim and ari sitas
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,017 | 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 ».