The China-OHADA BIT, a step in the right direction : a new model of China-Africa BIT at a regional or sub-regional level
Bibliographic record
Abstract
L’Afrique jouit non seulement de ressources naturelles, mais aussi d’un grand potentiel de marché. Ces dernières années, il y a une injection croissante d'investissements privés en provenance de Chine vers l’Afrique. La Chine souhaite exploiter le potentiel de l’Afrique en tant que marché émergent grâce aux investissements considérables réalisés par des entreprises privées. Parallèlement, les pays africains ont besoin d'investissements chinois dans divers domaines pour stimuler chaque aspect de leurs économies. L'investissement privé axé sur le marché nécessite un environnement d'investissement ouvert, stable, sécurisé et prévisible. Or, les traités bilatéraux d'investissement (TBI) existants entre la Chine et l'Afrique adoptent le modèle post-établissement axé sur la protection. La plupart de ces traités prévoient simplement des obligations générales de protection des investissements, laissant toutes les autres questions à la discrétion de l’État hôte. Les régimes juridiques instaurés par les TBI conclus entre la Chine et les États africains manquent de lisibilité, de prévisibilité et de cohérence. La conclusion de l'accord économique et commercial global entre l'UE et le Canada (AECG) suggère l’idée que la Chine pourrait s’inspirer de ce modèle pour conclure un accord bilatéral autonome avec les pays africains au niveau régional ou sous régional afin d’attirer des investissements chinois vers l’Afrique. Cet accord pourrait intervenir dans le cadre de l’Organisation pour l’Harmonisation en Afrique du Droit des Affaires (OHADA) étant donné son niveau d’intégration et son autorité en matière de commerce et d’investissement sur le continent. Ce TBI modèle comportera des normes uniformes en matière d’accès aux marchés et de protection des investissements, ce qui limitera les risques d’interprétation divergente et partant, contribuera à l’instauration d’un climat d'investissement stable, sûr, prévisible et plus ouvert.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.002 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 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 teacher head, 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".