African countries in the rare earth metals market: outsiders or independent players?
Notice bibliographique
Résumé
Relevance. Rising demand for rare earth elements (REE), coupled with China’s dominance in reserves and processing, is driving Western countries to seek alternatives in Africa. Although officially recorded African reserves account for less than 5% of the global total, including unrecorded deposits the continent may hold about one-third of the world’s supply. Research Objective. The study aims to determine the position of African countries in the global REE market amid intensified competition between ‘old’ players (EU, United Kingdom, Australia, Canada) and ‘new’ players (USA, China). Data and methods. In addition to monographs and research articles, the study uses primary and secondary statistical data and employs comparative cross-regional and cross-national analysis. The research follows the technological chain of REE production, from Africa to global markets, covering the period from 1952 to mid-2025. Results. Although metal production is still virtually absent in African countries and only the lower segments of the technological chain have developed, African countries, primarily South Africa, are asserting themselves as independent actors in global rare earth markets. This trend is facilitated by higher returns from foreign investment in rare earth mining in Africa, amid the Juglar-type cyclical fluctuations of market prices and the current upward phase of the price cycle. Conclusions. In the near future, Morocco, Nigeria, Burundi, and Zambia are expected to become the main arenas of competition between the ‘old’ and ‘new’ players for REEs in Africa. The first two are likely to fall under Western influence, the latter two under China’s.
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 | 0,008 | 0,003 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».