MétaCan
Menu
Back to cohort
Record W2606878261 · doi:10.3917/flux1.107.0036

La régionalisation des services d’eau : une solution pour les petites villes au Sud ? Étude de cas colombienne

2017· article· fr· W2606878261 on OpenAlexaff
Catalina Bonilla, Kathryn Furlong

Bibliographic record

VenueFlux · 2017
Typearticle
Languagefr
FieldSocial Sciences
TopicRegional Development and Innovation
Canadian institutionsMusée de la Civilisation
Fundersnot available
KeywordsPolitical scienceHumanitiesGeographyArt

Abstract

fetched live from OpenAlex

La pénurie des services d’eau et d’assainissement est importante dans les petites villes des pays du Sud. Souvent contraintes par un manque de ressources – soit humaines, techniques ou économiques –, les autorités locales sont limitées dans leur capacité à réaliser des projets adaptés aux besoins des grandes villes. Ces petites villes, à la place du développement de grands réseaux offrant une couverture universelle des services, dépendent d’approches hybrides axées sur l’action des ONG et du secteur communautaire. Pour répondre à cette problématique, le gouvernement colombien promeut la fusion des services d’eau et d’assainissement des petites villes avec ceux des villages et des zones rurales avoisinants, à travers la création d’une entreprise régionale de propriété partagée entre les municipalités desservies et une des grandes entreprises de services urbains de Colombie. Cet article propose une analyse de ce modèle, en se concentrant sur la sous-région occidentale du département d’Antioquia, où l’entreprise Regional de Occidente a été créée, en 2007. L’étude permet d’examiner la manière dont la formation d’entreprises régionales répond aux besoins particuliers des petites villes. Nous montrons que, même si la méthode est conforme aux attentes administratives et techniques, elle souffre d’un manque d’appui de la part des gouvernements locaux et des usagers, et demeure dépendante des réseaux communautaires dans les zones les plus démunies.

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)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesScience and technology studies
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.296
Threshold uncertainty score0.999

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0010.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0030.001
Scholarly communication0.0000.001
Open science0.0000.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0000.000

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.

Opus teacher head0.045
GPT teacher head0.310
Teacher spread0.265 · 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; a candidate call from one teacher head, not a consensus.

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

Citations0
Published2017
Admission routes1
Has abstractyes

Explore more

Same venueFluxSame topicRegional Development and InnovationFrench-language works237,207