Papel de la MAPP/OEA en la reivindicación psicosocial de victimas militares por MAP: Caso Taraza (2010-2018)
Notice bibliographique
Résumé
En Colombia, durante los últimos años ha existido una pugna de intereses frente al tratamiento de los actores del conflicto armado, lo que ha situado a cada actor en un papel y reconocimiento diferente. Por ejemplo, las Fuerzas Militares son concebidas como el soporte de libertad, en ejercicio del mandato constitucional; a diferencia de los grupos militares armados al margen de la ley, que reciben el reconocimiento político y la institucionalización del concepto de conflicto armado, lo que además le otorga legitimidad después de la firma del proceso de paz. \nPor este motivo, las organizaciones de acompañamiento en el proceso de paz (MAPP/OEA) tienen un tratamiento diferente respecto al papel que ocupan las Fuerzas Militares en un proceso de justicia, verdad y reparación, más aún con respecto a las víctimas militares de los grupos armados al margen de la ley. Esta situación, hace necesario construir a través del presente documento, una identificación de las variables que utilizan dichas organizaciones para realizar la labor psicosocial con las Fuerzas Militares y su victimización, como actores directos del conflicto durante las últimas cinco décadas. \nEl departamento de Antioquia tiene el número más elevado de víctimas de “mina antipersonal”, en todo el territorio colombiano. Los municipios que resaltan según Caracol (2017) en los testimonios de diferentes actores armados implicados son: Dabeiba, Ituango, Tarazá y Cáceres; sin embargo, el municipio de Tazará es el mayor afectado. Siendo así, es indudable la necesidad de reconocer el rol que cumple el Ejército Nacional como constructor, labrador y posibilitador de cimentación de la paz, pero también de crear una conciencia colectiva que les otorgue el papel de víctimas del conflicto armado a quien, según sus condiciones, lo merezca.
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 | 0,001 | 0,005 |
| 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 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 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 ».