MétaCan
Menu
Retour à la cohorte
Enregistrement W7161494223 · doi:10.5281/zenodo.20261901

Congo ID talents : INSCH Document de présentation et de structure du projet (v2.0)

2025· article· fr· W7161494223 sur OpenAlexaboutno aff
MASINDA MAHEMA Kevin

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2025
Typearticle
Languefr
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal Politics and Economy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPopulationTridentDiasporaGeoreference

Résumé

récupéré en direct d'OpenAlex

Le projet Congo ID talents — INSCH (Infrastructure Nationale de Souveraineté du Capital Humain) propose de doter la République démocratique du Congo d'une infrastructure publique souveraine permettant d'identifier, de certifier et de mobiliser les compétences de la diaspora congolaise qualifiée, dans un cadre de gouvernance par la confiance. L'architecture s'organise autour d'un dispositif intégré de Preuve d'Identité et de Compétence (PoIC) articulé en trois composantes fonctionnellement séparées : (i) authentification biométrique de haute sécurité reposant principalement sur l'empreinte digitale, dont la finalité est strictement limitée à l'unicité du profil ; (ii) cadastre des compétences certifiées par validation multi-niveau (N1 déclaratif, N2 vérifié documentaire, N3 certifié institutionnel) ; (iii) plateforme de mobilisation assurant la mise en relation encadrée entre besoins prioritaires de l'État et experts validés. Contexte d'émergence (2024-2026) — Le projet s'inscrit dans l'espace stratégique ouvert par trois mouvements structurants : la résiliation du contrat IDEMIA/AFRITECH (1,2 milliard USD) le 12 août 2024, l'accord préliminaire RDC – Trident Digital Tech Holdings du 19 décembre 2024, et la continuité de la mission de l'Office National d'Identification de la Population (ONIP). Aucun de ces chantiers ne couvre la cartographie certifiée et la mobilisation organisée de la diaspora congolaise qualifiée. Gouvernance par la confiance — Cinq principes constitutifs : inscription strictement volontaire, finalité limitée à l'intérêt public, droit effectif à l'effacement, minimisation des données, séparation fonctionnelle cryptographique et organisationnelle. Une commission mixte de supervision indépendante en parité hommes-femmes 50/50 dispose d'un veto formel sur tout nouvel usage des données. Une clause de destruction garantie est activable par un dépositaire tiers en cas de dérive autoritaire. Cadre juridique — Loi-cadre dédiée instituant une autorité administrative indépendante (modèle hybride CNIL France + CNDP Maroc). Ancrage constitutionnel direct dans les articles 10 et 50 de la Constitution de la République démocratique du Congo. Conformité aux standards internationaux — ISO/IEC 24760, 19794, 24745 ; NIST FIPS 140-3 ; W3C Verifiable Credentials Data Model 2.0 ; WCAG 2.1 niveau AA ; AU Data Policy Framework ; Smart Africa Digital Identity Blueprint. Plan d'exécution — Trois phases : cadrage et préparation (6 mois) sous portage initial du Groupe de Recherche Excellence Diaspora Congo Kinshasa (EDCK Canada), étape pilote de 12 mois sur 10 000 experts dans trois secteurs critiques (Mines & énergie, Santé publique, Infrastructures numériques) déployée dans cinq hubs prioritaires (Bruxelles, Paris, Montréal, Johannesbourg, Dallas, et Kinshasa), puis montée en charge nationale. Budget cumulé indicatif sur 5 ans : 45 à 78 millions USD (hypothèse à valider par étude indépendante). Alignement stratégique — Contribue directement aux ODD 16, 17 et 5 des Nations Unies, à l'Agenda 2063 de l'Union africaine (Aspirations 3, 5 et 6), au Pacte mondial pour des migrations sûres, ordonnées et régulières, ainsi qu'aux cadres OIM 2024-2028, PNUD, Banque mondiale (ID4D, KNOMAD), BAD, Smart Africa Alliance et AfCFTA. Ce document constitue la note conceptuelle complète et diffusable du projet, version 2.0 du 9 mai 2026.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,660
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0130,004

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 Opus0,020
Tête enseignante GPT0,253
Écart entre enseignants0,232 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetGlobal Politics and EconomyTravaux en français237 207