Bibliographic record
Abstract
En el siglo pasado el cientifico Nicola Tesla aventuraba un mundo interconectado sin cables, un mundo convertido en un enorme cerebro. Todos estaremos conectados −decia− instantaneamente con los demas independientemente de la distancia. Y fue Marshall McLuhan quien popularizo el concepto de aldea global en la que todos estariamos comunicados como una especie de sistema nervioso electronico. Y en ese sentido, subrayo la importancia del medio, “the medium is the message”, de tal manera que las cualidades del medio utilizado tendrian tanta o mas influencia que la misma informacion transmitida. Esto es lo que sucede en el siglo XXI con las redes sociales. En marzo pasado se celebro el decimo aniversario de Twitter. Hace doce anos fue lanzado Facebook. Segun estadisticas de Twitter, en 2015 hubo unos 320 millones de usuarios mensuales de media de los 140 caracteres, de ellos 65 millones corresponden a EE.UU. Facebook tuvo en 2015 unos 1,59 mil millones de usuarios mensuales, de los cuales 219 millones corresponden a EE.UU. y Canada. Pew Research Center y john S. and james L. Knight Foundation publicaron en abril de 2015 que el 64% de los adultos americanos disponian de Smartphone. Estas cifras nos ofrecen una foto de la importancia de las redes sociales como medio de comunicacion actual. Ademas, el espanol es hoy la segunda lengua mas utilizada en las dos principales redes sociales del mundo: Facebook y Twitter (datos del Instituto Cervantes). La primera cuestion a afrontar fue que lengua deberiamos usar para comunicarnos en la cuenta de la embajada, teniendo en consideracion que Espana se manifiesta oficialmente en su idioma en las relaciones internacionales oficiales. Por otra parte, la cuenta de la Embajada de Espana en EE.UU. tiene como fin poder comunicarse de forma comprensible con los ciudadanos y autoridades estadounidenses.
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 imitationNot 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.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.003 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 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 teacher head, 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".