L’aide au développement en Haïti : des réponses paradoxales aux déséquilibres territoriaux
Bibliographic record
Abstract
Cette étude cherche à expliquer les externalités locales générées par le système d’aide au développement territorial en Haïti. En prenant en compte les échelons territoriaux dans lesquels les projets sont réalisés, elle s’interroge sur les modes de répartition des flux financiers et humains par rapport aux besoins de développement exprimés par les populations locales. Deux phénomènes attirent alors l’attention : les acteurs locaux en interaction avec d’autres acteurs externes (1) et les externalités locales à partir de l’introduction des projets locaux dans les territoires (2). Nous proposons dans ce papier une analyse exploratoire des données géo-référencées qui consiste en un ensemble de techniques permettant de décrire et de visualiser les distributions spatiales des projets locaux. La prise en compte des externalités socioéconomiques dégagées par le système d’aide au développement renvoie au phénomène d’hétérogénéité spatiale qui caractérise les projets locaux. Les résultats de l’analyse montrent la réponse paradoxale de l’aide au développement qui ne fait qu’accroître la dépendance des acteurs locaux vis-à-vis des experts importés et renforcer les disparités territoriales.
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 | 0.003 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.003 | 0.004 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 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".