L’Organisation pour l’harmonisation en Afrique du droit des affaires en quête de règles uniformes de droit international privé : état des lieux et perspectives
Bibliographic record
Abstract
L’Organisation pour l’harmonisation en Afrique du droit des affaires (OHADA) s’est depuis peu engagée sur la voie de l’uniformisation des règles de droit international privé de ses États membres. Une telle entreprise est sans précédent pour cette organisation. Pour la première fois en trois décennies d’existence, le domaine de l’uniformisation ne sera en effet pas celui de l’arbitrage ou du droit substantiel des affaires, mais celui du traitement des relations d’affaires ayant des éléments de rattachement avec plusieurs ordres juridiques. Ce projet d’acte uniforme est bienvenu à plus d’un titre. Il comblerait d’abord un déficit patent de règles de droit international privé dans un espace qui intègre pourtant 17 États, et qui est donc propice aux relations d’affaires internationales. En oeuvrant désormais à l’articulation des lois et des juridictions nationales de ses États membres, le droit OHADA prendrait de surcroît le contre-pied de son approche traditionnelle qui consistait jusqu’alors à les neutraliser. Plus qu’un nouvel acte uniforme, ce projet constitue donc un important changement d’orientation pour l’OHADA.
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 | 0.025 | 0.015 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.006 | 0.014 |
| Scholarly communication | 0.023 | 0.014 |
| Open science | 0.002 | 0.011 |
| Research integrity | 0.006 | 0.009 |
| Insufficient payload (model declined to judge) | 0.012 | 0.002 |
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".