Nuevas perspectivas sobre desigualdad y política social en América Latina
Notice bibliographique
Résumé
Es ampliamente conocido que América Latina es la región más desigual del mundo (Ábramo, 2019;Lustig, 2020;Sánchez-Ancochea, 2020).En la actualidad, el 10% de la población más rica de la región concentra el 71% de la riqueza, mientras que aproximadamente un tercio de la población vive por debajo del umbral de la pobreza (CEPAL, 2020).La pandemia del COVID-19 no sólo profundizó la desigualdad, sino que dejó en evidencia las enormes diferencias entre territorios, etnias, géneros y ocupaciones sociales en aspectos tan diversos como acceso a internet, servicios de salud, agua potable en casa y seguridad alimentaria.Varios factores estructurales configuran este crudo panorama de las múltiples desigualdades: los legados de la estructura colonial que operaron en contra de afrodescendientes e indígenas (Acemoglu et al., 2001); la economía basada en la explotación de materias primas (Williamson, 2015;Ocampo, 2017;Frankema, 2009); las limitaciones de los Estados en la provisión de servicios públicos de buena calidad (Otero-Bahamón, 2020); democratizaciones incompletas (Acemoglu y Robinson, 2006;Boix, 2003); la sobresaliente capacidad de determinados grupos de poder de moldear la política pública (Fairfield, 2015; García-Montoya, 2020); políticas sociales segmentadas (Pribble, 2013; Garay, 2017); así como dinámicas de corrupción y clientelismo (Berens, 2021), entre otros.En las últimas dos décadas las respuestas de política social han dado resultados positivos sobre la disminución de algunos tipos de desigualdad en varios países de la región.La creciente literatura comparativa ha avanzado en explicar los factores que han permitido expandir la educación, la salud y los ingresos entre los adultos mayores y las personas más pobres.Hemos aprendido mucho en los últimos años sobre el rol de los gobiernos de izquierda, la competencia política, los movimientos sociales, los tipos de partidos políticos y la profundización de la democracia (Garay, 2017;Pribble, 2013;Holland, 2017;Huber;Stephens, 2012;Lustig et al., 2017; Kapiszewski; Levitsky; Yashar, 2021).A pesar de todos estos avances, todavía hay mucho que conocer sobre las diferencias entre formulación e implementación de las políticas sociales, el rol de actores no estatales, las dimensiones sub-nacionales de las mismas y sus limitaciones para disminuir formas de desigualdad más estructurales o invisibles.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,007 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».