Propuesta metodológica simple para el cultivo agrícola urbano (basada en la experiencia de una familia venezolana en Viena)
Bibliographic record
Abstract
Este proyecto surge, gracias a la magnifica oportunidad de tener contacto con una familia venezolana que vive en Viena, donde lleva dos anos participando en un jardin comunitario, en su zona residencial, donde cultivan diversas hortalizas en parcelas familiares de 15 m2. En la primera parte, se revisaron diversas experiencias mundiales exitosas en Agricultura Urbana, casos como el de Viena, Toronto, La Habana, Rosario, Barcelona y Girona, documentadas en diferentes bibliografias, con resultados satisfactorios (con tecnologia adecuada en un metro cuadrado se puede llegar a producir hasta 20 kilos de hortalizas). Luego, tomando como base la documentacion facilitada por ellos y la bibliografia disponible, se adapto la iniciativa a nuestro entorno, en cumplimiento a varios de los Objetivos de Desarrollo Sostenible al 2030 (Objetivo 2: Poner fin al hambre, lograr la seguridad alimentaria y la mejora de la nutricion y promover la agricultura sostenible; Objetivo 11: Lograr que las ciudades y los asentamientos humanos sean inclusivos, seguros, resilientes y sostenibles; Objetivo 13: Adoptar medidas urgentes para combatir el cambio climatico y sus efectos). En base a lo planteado, se propone una metodologia simple, fundamentada en un ciclo de 7 pasos, que son ejecutados desde la base fundamental de la sociedad, la familia, fomentando la cooperacion entre vecinos, que en cualquier ciudad sus habitantes puedan seguir, para que a traves de la agricultura urbana se conviertan en comunidades sostenibles, sociales, amigables con individuos sanos y humanos mejorando su nutricion con productos sanos y frescos producidos por ellos mismos, y sean sociedades generadoras de empleos directos e indirectos con ganancias economicas y con una mejor calidad de vida.
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 | 0.000 |
| 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 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 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; both teacher heads agree on what is shown here.
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".