Aportes de la auditoría forense a los sistemas de control fiscal aplicados por la contraloría general de Medellín en este municipio
Bibliographic record
Abstract
En la actualidad, con el devenir de nuevos metodos de fiscalizacion y detecciondel fraude, se hace necesario mantenerse actualizado y atento a los cambios que en la sociedad se presentan, especialmente los relacionados con la corrupcion y las nuevas modalidades de fraude financiero y economico, en el manejo de los recursos publicos en Colombia.En muchas ocasiones, el desconocimiento de tecnicas efectivas, la inadecuadaactuacion ante la justicia y algunas veces las conveniencias politicas, hacen quelos fraudes no sean detectados, establecidos con claridad y certeza, ni juzgadosde la manera correcta. Es por eso, que tecnicas ofrecidas por la AuditoriaForense, pueden mejorar los sistemas de control fiscal, asi como se ha venidohaciendo en paises mas desarrollados como Canada y Estados Unidos.El proposito de este articulo es evidenciar la importancia de la utilizacion de lastecnicas de la auditoria Forense en la deteccion del fraude, especialmente en lagestion de los recursos publicos por parte del municipio de Medellin, para lo cual, se entrevistara a los auditores de la Contraloria General de Medellin, encargados de hacer las auditorias y por tanto, evaluar las tecnicas utilizadas en los sistemas de control fiscal aplicados por estos.El papel del auditor en la Contraloria y de aquellos quienes ejercen justicia, escrucial en la actuacion frente a los fraudes del sector publico. Por ello, laperspicacia, experiencia y constante actualizacion, por parte de ellos, sumado al estudio y aplicacion de tecnicas de Auditoria Forense, determinan en granporcentaje, el exito en la lucha contra la corrupcion y en la colaboracion con lajusticia.
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 | 0.014 | 0.046 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.004 | 0.004 |
| Science and technology studies | 0.005 | 0.004 |
| Scholarly communication | 0.010 | 0.004 |
| Open science | 0.001 | 0.004 |
| 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".