Educación versus coerción. Una apuesta decidida por la educación para la salud
Bibliographic record
Abstract
Hablamos de «educacion», en el sentido que plantea laOrganizaion Mundial de la Salud en su glosario de terminos de promocion e salud, como «logro de capacidades para desarrollar el propio otencial personal y responder de forma positiva a los retos del mbiente», y de «coercion» con el significado que le da la Real Acaemia de la Lengua: «presion ejercida sobre alguien para forzar su oluntad o su conducta; represion, inhibicion, restriccion». No entramos aqui en la educacion considerada como determiante de la salud, ni en la clara relacion entre nivel educativo y ivel de salud. Y tampoco en la coercion entendida como persuaion, ejercida especialmente en nuestra sociedad a traves de los edios de comunicacion social y las tecnologias de la informacion la comunicacion. Aportamos algunas reflexiones, sin situarlas como opciones ntagonicas, sobre el debate entre educacion y coercion en las strategias para ganar salud desde los enfoques y evidencias de a promocion de la salud1, que es nuestro campo de trabajo. Estas strategias, desde la Conferencia de Ottawa y sucesivas, y tras los eplanteamientos por su 25 aniversario, son fundamentalmente el esarrollo de las capacidades personales (intervenciones con las ersonaspara comportamientos saludables), laspoliticaspublicasy a accion social en salud (intervenciones para entornos saludables).
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 | 0.016 | 0.023 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.004 | 0.041 |
| Scholarly communication | 0.009 | 0.009 |
| Open science | 0.002 | 0.008 |
| Research integrity | 0.006 | 0.007 |
| Insufficient payload (model declined to judge) | 0.012 | 0.001 |
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".