MétaCan
Menu
Back to cohort
Record W2032182588 · doi:10.4000/vertigo.9730

Privatización del agua y el saneamiento en Argentina : El caso paradigmático de Aguas Argentinas S.A.

2010· article· fr· W2032182588 on OpenAlexvenueno aff
Daniel Azpiazu

Bibliographic record

VenueVertigO · 2010
Typearticle
Languagefr
FieldSocial Sciences
TopicWater Governance and Infrastructure
Canadian institutionsnot available
Fundersnot available
KeywordsPolitical scienceHumanitiesArt

Abstract

fetched live from OpenAlex

Dans les années quatre-vingt-dix, l’Argentine est devenue un des meilleurs et des plus appliquées élèves de l’école néolibérale dominante à échelle mondiale. Le programme de privatisation, aussi rapide que vaste, ainsi que les formes –précaires– par lesquelles il a été mis en place, en sont un clair exemple. C’est dans ce contexte que s’inscrit la concession des services d’eau et d’assainissement de la Zone métropolitaine de Buenos Aires. Cette concession a été considérée comme l’exemple à suivre par les écoles de la pensée néolibérale. Cependant, les déficiences initiales de la réglementation, les offres opportunistes des grandes transnationales de l’eau, tout comme le nombre de non-exécutions d’obligations –concordant avec ce même opportunisme– de la part des entreprises concessionnaires en connivence avec le pouvoir en place et l’obtention, en conséquence, de taux de bénéfices exorbitants, dénotent l’échec de l’expérience. De plus, la marchandisation d’un service social de base a eu comme résultat des grands perdants ; essentiellement ceux qui n’ont pas pu accéder à ce service, et les secteurs plus démunis qui ont vu les tarifs augmenter de manière disproportionnée par rapport à leurs revenus. Les objectifs défendus par les agents de la privatisation : l’amélioration de la qualité du service et son universalisation ne coïncident pas avec les (très pauvres) résultats obtenus après presque treize années de gestion privée.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.001
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Insufficient payload (model declined to judge)
Consensus categoriesInsufficient payload (model declined to judge)
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.661
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0010.001
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.001
Science and technology studies0.0010.001
Scholarly communication0.0000.001
Open science0.0010.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0040.001

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.

Opus teacher head0.010
GPT teacher head0.275
Teacher spread0.266 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; both teacher heads agree on what is shown here.

Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations8
Published2010
Admission routes1
Has abstractyes

Explore more

Same venueVertigOSame topicWater Governance and InfrastructureFrench-language works237,207