Análisis de las Buenas Prácticas de Manufactura (BPM) de los restaurantes del Mercado de Comidas Típicas, del cantón Archidona, provincia de Napo.
Bibliographic record
Abstract
Esta investigación analiza el cumplimiento de la Norma de Buenas Prácticas de Manufactura (BPM) en los restaurantes de comida típica del Mercado turístico municipal del cantón Archidona, provincia de Napo, siendo de tipo aplicada-descriptiva, utilizando el método cuantitativo y cualitativo, tomando como referencia la Norma Técnica Sustitutiva de Buenas Prácticas de Manufactura (BPM) para Alimentos Procesados (Art.1- 41), que consta en el Registro Oficial N. 555 del año 2015, también se empleó la técnica de la Observación y como instrumento de recolección de datos en relación a las BPM se utilizó Fichas de Observación elaboradas en base a la Norma de BPM, considerando 4 factores, que a través del Check list se comprobó el cumplimiento o no de esta norma. Los resultados determinan que, en los 14 establecimientos de comida típica, existe un bajo cumplimiento, en la aplicación de las Buenas Prácticas de Manufactura (BPM), sobre todo en relación a los procesos operativos de preparación, manipulación y comercialización de alimentos, esto afecta directamente a la calidad de los servicios entregados a los turistas y público en general que visitan el mercado de comidas típicas del cantón Archidona.
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 | 0.003 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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".