Comisiones de la verdad, educación y paz positiva: un análisis de los informes finales de las comisiones de la verdad (1980–2015)
Notice bibliographique
Résumé
El texto traducido es el manuscrito aceptado de un artículo publicado por Taylor & Francis en Comparative Education en 2017, disponible en línea: https://doi.org/10.1080/03050068.2017.1334428 Para citar el artículo original: Julia Paulson & Michelle J. Bellino (2017) Truth Commissions, Education, and Positive Peace: An Analysis of Truth Commission Final Reports (1980–2015), Comparative Education, 53:3, 351–378,DOI: 10.1080/03050068.2017.1334428 Aunque la justicia y la educación transicional ocupan un espacio cada vez más importante en la agenda internacional de esfuerzos para la consolidación de la paz, quedan por esclarecer las maneras en que la justicia y la educación podrían reforzarse mutuamente a fin de contribuir a la paz. Este artículo presenta un análisis transnacional de informes de comisiones de la verdad publicados entre 1980 y 2015, y explora la labor educativa de una de las formas más visibles de justicia transicional. Descubrimos que las intervenciones en el ámbito educativo por parte de las comisiones de la verdad van en aumento y que, asimismo, estas incorporan a su labor la tarea de “decir la verdad sobre la educación”. Sin embargo, al intervenir en la educación, las comisiones de la verdad tienden a recomendar reformas enfocadas exclusivamente en el futuro, como por ejemplo la enseñanza descontextualizada sobre los derechos humanos y la paz. Argumentamos que, al rehusarse a utilizar su labor retrospectiva en pos de la verdad y a fin de impulsar la transformación en el sector educativo, las comisiones de la verdad limitan sus posibles contribuciones en apoyo a la paz positiva.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».