L’atteinte des Objectifs de développement durable : les solutions proposées par la Banque mondiale
Bibliographic record
Abstract
L’architecture du financement du développement est aujourd’hui largement dominée par les flux de capitaux privés, l’aide publique étant à elle seule clairement insuffisante pour répondre aux besoins des pays en développement. Il est donc indispensable, pour des bailleurs de fonds multilatéraux comme la Banque mondiale, de créer des opportunités d’investissement afin de mobiliser les financements domestiques publics et privés. En réponse à ces défis, la Banque a fait évoluer son rôle et ses modalités d’intervention en favorisant l’émergence de nouveaux marchés dans les pays pauvres, en atténuant les risques associés aux investissements dans les pays en développement et en optimisant l’usage des ressources concessionnelles pour minimiser la dette publique de ses clients. En lien avec les Objectifs de développement durable de l’ONU, la Banque mondiale articule son action autour de deux objectifs (éradiquer l’extrême pauvreté et diminuer les inégalités) et de trois grands piliers (une croissance économique durable et inclusive, le développement humain et la résilience aux chocs et aux menaces globales). Dans le cadre de l’Accord de Paris sur le climat (du 22 avril 2016), elle a d’ores et déjà intégré la composante climatique dans l’ensemble de ses politiques de développement. Afin de maximiser l’impact de son intervention, elle dispose d’une palette d’instruments financiers qui se répartissent entre quatre institutions (dont elle cherche à optimiser la capacité d’engagement) qui collaborent entre elles afin de créer des conditions propices au développement.
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 | 0.005 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.004 |
| Scholarly communication | 0.010 | 0.006 |
| Open science | 0.003 | 0.006 |
| Research integrity | 0.004 | 0.004 |
| Insufficient payload (model declined to judge) | 0.020 | 0.002 |
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".