Vers la refondation des politiques de population comme politiques publiques en Afrique subsaharienne ? Une analyse exploratoire
Bibliographic record
Abstract
La quasi-totalité des pays de l’Afrique subsaharienne mettent en oeuvre depuis une trentaine d’années des Politiques nationales de population (PNP) en vue de résoudre les problèmes démographiques jugés critiques pour leur développement économique et social. Cependant, ces politiques n’ont pas rencontré le succès escompté. Cet article s’interroge sur leur manque de performance en matière de maîtrise de la croissance démographique, de recul de la morbidité et de la mortalité, d’amélioration de la répartition géographique de la population et sur la condition des plus démunis. Après avoir fait un rappel historique de l’émergence des politiques de population en Afrique subsaharienne et fait le point sur la situation, l’auteur aborde la question de la faiblesse de leur performance à l’aide du cadre d’analyse des politiques publiques. Son application révèle que les facteurs explicatifs relatifs à cet insuccès tiennent plus au caractère peu approprié du contenu et des stratégies de ces politiques qu’à ceux habituellement évoqués dans les évaluations administratives. L’auteur soutient que l’éclaircissement de ces questions et les perspectives d’amélioration des politiques de population en Afrique subsaharienne passent par le développement de la recherche évaluative sur les PNP, contribuant ainsi à leur refondation. Les PNP pourraient alors servir de base au développement de nouvelles politiques sociales plus efficaces aux échelles régionale et nationale.
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 | 0.006 | 0.014 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.003 | 0.004 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
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".