MétaCan
Menu
Retour à la cohorte
Enregistrement W7128500857 · doi:10.64903/1480-6800-21.4.331

Development Aid in Tumultuous Times: A Perspective from Muslim Geographies

2018· article· W7128500857 sur OpenAlexaffvenue
M. Evren Tok, Cristina D’Alessandro

Notice bibliographique

RevueArab world geographer · 2018
Typearticle
Langue
DomaineSocial Sciences
ThématiqueReligion, Society, and Development
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésIslamDevelopment aidPerspective (graphical)TerrorismPovertyCorporate governanceRefugeeInternational developmentDual (grammatical number)

Résumé

récupéré en direct d'OpenAlex

Geographies of the Islamic world manifest stark disparities in terms of social and economic development. While some of the countries of the Ummah (Islamic community) benefited from Western donors and their development aid, there have been efforts to build endogenous capacity. A relatively well-known example is the case of the Organization for Islamic Cooperation (OIC), one of the major but not the only actor in Islamic development assistance. This study is an attempt to showcase Islamic development aid emanating from the Ummah, its geographical and organizational fractions and conditions. Islamic aid is intrinsically informal by nature and its informal functioning is a fundamental reason for its dual relation with their Western counterparts. Born to embody the Islamic alternative to Western multilateral development cooperation, Islamic and Western aid institutions are similar when it comes to sectoral priorities and to their geographical focus. Islamic aid is turning to sub-Saharan Africa, where the poorest and most vulnerable populations and some strategic priorities (like terrorist groups and the refugee crisis) for global governance are. Gulf countries are a peculiar and critical OIC sub-group: they are the larger donors within the OIC and also individually through bilateral cooperation.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0110,020
Communication savante0,0090,006
Science ouverte0,0010,005
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,015
Tête enseignante GPT0,275
Écart entre enseignants0,260 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueArab world geographerMême sujetReligion, Society, and DevelopmentTravaux en français237 207