MétaCan
Menu
Retour à la cohorte
Enregistrement W3000739423 · doi:10.33262/concienciadigital.v1i1.939

Fortalecimiento de los pueblos indígenas del Ecuador

2018· article· es· W3000739423 sur OpenAlexvenueno aff
Pablo Homero Velasteguí López

Notice bibliographique

RevueConcienciaDigital · 2018
Typearticle
Languees
DomaineEconomics, Econometrics and Finance
ThématiqueBusiness, Innovation, and Economy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesAmazon rainforestGeographyArt

Résumé

récupéré en direct d'OpenAlex

Ecuador es una nación multiétnica y pluricultural. Su población sobrepasa los 14 millones de habitantes. De ella, más de 5 millones y medio viven en la Cordillera de los Andes Sierra. En la Costa del Pacífico la cifra se acerca a los 6 millones y medio. En la Selva Amazónica Amazonía hay más de 600 mil habitantes, y en Islas Galápagos cerca de 17 mil. En sus tres regiones continentales conviven 14 nacionalidades indígenas con tradiciones diversas y su propia cosmovisión. Las nacionalidades indígenas amazónicas más conocidas son: Huairona, Achurar, Shuar, Cofán, Siona-Secoya, Shiwiar y Zápalo. Los tajeara, parientes de los huaorani, conforman otro pueblo de la zona pero éste fue declarado como “intangible” por el Estado, en respeto a su voluntad de vivir alejados de la civilización. En la sierra, en los Cordillera de los Andes y en el austro, están los quichuas de la sierra con pueblos como los Otavalo, salasacas, cañarís y sargueros. En la parte norte se encuentra la comunidad de los awa. En la costa del Pacífico están los cachis, táchalas y huanca vilcas. En las ciudades y pueblos viven mestizos, blancos y afro ecuatorianos, aunque también se dan importantes migraciones del campo a la ciudad. En el ecuador hay diferentes pueblos indígenas que podemos conocerlo a fondo sus raíces y sus costumbres. Ya que su idioma es muy elemental para nosotros y saber o aprender de ellos su lengua kichwa y así conocerlos más.

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)0,000
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 enseignants0,038
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,030
Tête enseignante GPT0,239
Écart entre enseignants0,208 · 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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConcienciaDigitalMême sujetBusiness, Innovation, and EconomyTravaux en français237 207