Activando municipios para la promoción de la salud: un estudio de caso en comunidades rurales
Bibliographic record
Abstract
Desde la proclamación oficial de la promoción de la salud como objetivo de las políticas de salud pública (Ottawa, 1986), la atención se fue centrando cada vez más en el desarrollo y potenciación de los recursos de salud para la población. Así, se consideran “activos para la salud” cualquier factor o recurso que potencie la capacidad de los individuos, de las comunidades y poblaciones para mantener la salud y el bienestar. Este trabajo utiliza un diseño participativo centrado en el usuario entendiéndolo como sujeto activo que nos ayuda a comprender la realidad dentro de su marco de referencia. El trabajo se realiza desde la comunidad y con la comunidad en un proceso participativo en comunidades rurales y con el objetivo de capacitar, fortalecer y empoderar a las comunidades en torno al concepto de salud (WHO, 2012). Se realizaron 3 grupos focales exploratorios y 14 entrevistas en profundidad. En los resultados se identifica cómo se define el concepto de salud por parte de los profesionales y de los usuarios y se conocen las prácticas de las personas implicadas y su sentir en relación con los activos de salud de su comunidad. Concluimos con el diseño de un plan de acción que contribuye a la promoción de la salud empoderando a su vez a la comunidad
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".