Bibliographic record
Abstract
Ce travail s’interroge sur le caractère « gagnant-gagnant » de la coopération entre l’Inde et les pays africains. Pour ce faire, il aborde multiples facettes de ces relations, à savoir les relations politiques, économiques, militaires et l’aide au développement de l’Inde en Afrique. Alors que la coopération Sud-Sud est souvent vantée par d’aucuns comme modèle de partenariat horizontal, moins intéressé et plus solidaire que la coopération dite Nord-Sud, notre analyse nous amène à soutenir que les relations indo-africaines ne sont pas « gagnant-gagnant » mais plutôt essentiellement en faveur des intérêts de l’Inde. Ceci dit, le travail apporte quelques nuances, en montrant par exemple que la coopération sur le plan militaire semble être mutuellement bénéfique. Somme toute, il ressort de notre analyse que la rhétorique « gagnant-gagnant » tant serinée par les dirigeants indiens (s’inspirant notamment de ceux de la Chine) dans le cadre de la coopération indo-africaine s’avère limitée en termes d’application concrète ou de matérialisation dans les relations. Il est donc nécessaire d’opérer une refonte desdites relations pour les rendre véritablement et équitablement bénéfiques aux deux entités.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.011 | 0.014 |
| Scholarly communication | 0.009 | 0.007 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.003 | 0.005 |
| 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".