Privatización del agua y el saneamiento en Argentina : El caso paradigmático de Aguas Argentinas S.A.
Bibliographic record
Abstract
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 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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.001 |
| 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".