Le numérique, facteur de développement dans l’espace francophone africain
Bibliographic record
Abstract
Nous proposons une synthèse des analyses reliant la richesse économique à, d’une part les capacités technologiques des pays, d’autre part leur environnement institutionnel. Nous prenons comme argument principal celui du Centre sur le Développement International (CDI) de la Harvard University, à savoir le degré de complexité économique d’un pays, comme variable intermédiaire entre les dimensions technologique et institutionnelle et la richesse économique. Les auteurs du CDI ont construit un indice de complexité économique (ECI), qui mesure la diversité des savoir-faire intégrés dans un pays et un indice de complexité d’un produit et/ou service (PCI), qui mesure la quantité et le type de savoir-faire qu’il intègre. Ainsi, les pays avec un ECI élevé sont capables de développer un ensemble diversifié d'activités économiques, des activités par ailleurs à haute valeur ajoutée, alors que les pays avec un faible ECI possèdent des activités moins diversifiées et des activités en général assez faciles à développer. De fait, il existe une forte corrélation entre le degré de complexité économique d’un pays et la richesse de ce dernier. Nous intégrons la question du numérique dans ce schéma d’analyse. Par ailleurs, nous présentons le lien entre les caractéristiques de l’environnement institutionnel et la richesse économique, par le biais plus spécifique de l’innovation financière. Dans ce cadre global, nous proposons un positionnement d’un groupe de pays francophones d’Afrique, à l’aide d’une matrice fondée sur les capacités technologiques du pays et la qualité de son environnement institutionnel. La construction de la matrice s’appuie à titre principal sur les données compilées par le Global Innovation Index, version 2017. Nous contribuons ainsi au débat sur les conditions du développement économique en Afrique francophone, en particulier sous l’angle implicite de l’apprentissage, influencé favorablement par la proximité linguistique et le numérique dans les services financiers. L’approche par la complexité économique permet également de s’interroger sur les secteurs économiques les plus favorables au développement économique. Par ailleurs, la question des pays leaders et de celle des conditions d’un éventuel leadership peuvent être posées.
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 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.002 | 0.001 |
| 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 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".