GOBERNANZA EN DERECHOS HUMANOS: HACIA UNA EFICACIA Y EFICIENCIA INSTITUCIONAL
Bibliographic record
Abstract
La eficacia y eficiencia de la Comisión Nacional de Derechos Humanos así como la de las Comisiones Estatales de Derechos Humanos son esenciales para los gobiernos, tanto para evaluar la calidad de la democracia como para la implementación de las recientes reformas constitucionales a nivel nacional y estatal. El lugar que ocupan estas entidades a nivel nacional pero sobre todo a nivel estatal son clave esencial de la gobernanza en derechos humanos. Interpretar a partir del Derecho Internacional de los derechos humanos, de la implementación de una política pública en derechos humanos (sub disciplina de la ciencia política y la administración pública) así como desde la práctica, nos permite examinar la naturaleza y alcance de estas instituciones en todo proceso de gobernanza. De ahí que el análisis de la actuación de los gobiernos a nivel federal como a nivel local ha identificado numerosos factores que conducen hacia una eficacia y eficiencia que cada vez se vislumbra como imperativos de éstos organismos no jurisdiccionales de protección. La comprensión de estos factores están relacionados causalmente además de que comienzan a ser una constante para una gobernanza efectiva a nivel federal como a nivel estatal. El punto de partida es el marco analítico de la lógica de la gobernanza. Este artículo tiene como objetivo analizar una lógica de gobernanza en derechos humanos de las organizaciones responsables de su efectividad como una forma de rediseño institucional que conduzca al análisis y actualización del papel que cumplen y las condiciones para las que fueron creadas.
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 | 0.005 | 0.013 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.005 | 0.013 |
| Scholarly communication | 0.009 | 0.004 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 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".