MétaCan
Menu
Retour à la cohorte
Enregistrement W2032182588 · doi:10.4000/vertigo.9730

Privatización del agua y el saneamiento en Argentina : El caso paradigmático de Aguas Argentinas S.A.

2010· article· fr· W2032182588 sur OpenAlexvenueno aff
Daniel Azpiazu

Notice bibliographique

RevueVertigO · 2010
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueWater Governance and Infrastructure
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Dans les années quatre-vingt-dix, l’Argentine est devenue un des meilleurs et des plus appliquées élèves de l’école néolibérale dominante à échelle mondiale. Le programme de privatisation, aussi rapide que vaste, ainsi que les formes –précaires– par lesquelles il a été mis en place, en sont un clair exemple. C’est dans ce contexte que s’inscrit la concession des services d’eau et d’assainissement de la Zone métropolitaine de Buenos Aires. Cette concession a été considérée comme l’exemple à suivre par les écoles de la pensée néolibérale. Cependant, les déficiences initiales de la réglementation, les offres opportunistes des grandes transnationales de l’eau, tout comme le nombre de non-exécutions d’obligations –concordant avec ce même opportunisme– de la part des entreprises concessionnaires en connivence avec le pouvoir en place et l’obtention, en conséquence, de taux de bénéfices exorbitants, dénotent l’échec de l’expérience. De plus, la marchandisation d’un service social de base a eu comme résultat des grands perdants ; essentiellement ceux qui n’ont pas pu accéder à ce service, et les secteurs plus démunis qui ont vu les tarifs augmenter de manière disproportionnée par rapport à leurs revenus. Les objectifs défendus par les agents de la privatisation : l’amélioration de la qualité du service et son universalisation ne coïncident pas avec les (très pauvres) résultats obtenus après presque treize années de gestion privée.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,209
Score d'incertitude au seuil0,415

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,003
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,010
Tête enseignante GPT0,275
Écart entre enseignants0,266 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetWater Governance and InfrastructureTravaux en français237 207