Cartographier la propagation des contenus russes et chinois sur le Web africain francophone
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
La Russie et la Chine ont développé des stratégies d’influence informationnelle au cours de la dernière décennie et déploient désormais leurs vecteurs sur le continent africain. Moscou comme Pékin ont implanté leurs médias internationaux en Afrique afin de diffuser des discours favorables autour de leur présence et de leurs activités sur le continent. Par ailleurs, les contenus informationnels de ces deux États sont repris et rediffusés par des relais africains en ligne, permettant une propagation de plus en plus importante des messages et représentations véhiculés par la Chine et la Russie à travers leurs médias. À quel point l’influence informationnelle de ces deux pays est-elle efficace sur le continent africain et comment cartographier ses vecteurs et relais ? Cette étude propose une méthodologie permettant d’identifier les acteurs du Web qui reprennent les contenus chinois et russes, ainsi qu’une analyse des stratégies d’influence des opinions publiques de ces États à destination de publics africains.
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.
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 | 0.002 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.002 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 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 it