La France et l'aide de l'Europe à l'Afrique : de l'européanisation des coûts à la captation maximale des avantages (Note)
Bibliographic record
Abstract
La politique étrangère européenne constitue un enjeu important notamment pour les membres de l'Union qui tentent d'en assurer le leadership en déployant des stratégies propres. La politique de coopération au développement apparaît comme un levier important de ces stratégies. Sans préjuger de l'importance des enjeux politiques, notre hypothèse est que certains membres de l'Union ont tenté, depuis le traité de Rome, d'instrumentaliser la politique d'aide européenne, notamment envers l'Afrique, pour en tirer des avantages économiques. C'est le cas de la France avec sa stratégie initiale d'européanisation des coûts, puis celle de captation maximale des avantages, principalement en termes de nouveaux marchés pour ses entreprises nationales. Pour des raisons diverses ces stratégies n'ont pas produit les résultats escomptés. Une solution pourrait résider dans la rebilatéralisation de l'aide ainsi que dans l'instrumentalisation par la France du nouveau partenariat pour le développement de l'Afrique (NEPAD).
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.008 | 0.004 |
| Open science | 0.000 | 0.003 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".