EL AGUA EMBOTELLADA EN AMÉRICA DEL NORTE: UN NEGOCIO JUGOSO EN POCAS EMPRESAS
Bibliographic record
Abstract
En este trabajo se analiza la participacion del sector privado en las areas que abarcan los diversos subsectores relacionados con el agua, especificamente el sector del agua embotellada, donde se resalta la gran concentracion de estas actividades en pocas empresas, sobre todo europeas, y su modo de actuar en America del Norte a traves de las diversas fusiones y alianzas con empresas locales. En la primera parte del articulo se analiza como el proceso de globalizacion, que ha ido acompanado de la apertura comercial, ha permitido la incursion de grandes empresas a traves de sus inversiones en todo el mundo, operando a diversos niveles ya sea en la explotacion y la distribucion mundial del recurso, y por lo tanto en la concentracion de las actividades relacionadas con el agua en pocas empresas. En la segunda parte se examina la participacion de estas grandes empresas transnacionales en el sector del agua embotellada, la forma en que han ido ganando terreno en Mexico, Estados Unidos y Canada, y como en poco tiempo esta actividad se ha ido concentrando en el espacio que denominamos America del Norte, donde no hay hasta el momento limites a la participacion del capital privado ni a la explotacion y distribucion de un recurso vital y estrategico.
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.004 | 0.003 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.000 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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 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".