Orientalismo subalterno y luchas contra hegemónicas. La construcción de comunidades árabes, chinas y rusas en la Venezuela chavista
Bibliographic record
Abstract
En su intento de buscar una esquiva visión modernista de desarrollo, el gobierno de Chávez (1999-2013) en Venezuela confeccionó una lista fresca y muy binaria de un “nosotros” contra “ellos”. En su proyecto contra-hegemónico, en términos de Gramsci, Venezuela ha promovido un orientalismo subalterno que ha contado con la demonización de los Estados Unidos y sus aliados más cercanos, y a su vez una unión bastante abrupta con países y culturas asociadas con los que el gobierno de Venezuela tenía poco contacto previo, como se ejemplifica con los casos de China, Irán y Rusia. Edward Said (1978) denomina el concepto de orientalismo como la relación entre las potencias imperialistas de cara a los países en desarrollo. En el caso que nos ocupa, sin embargo, se observa un giro refrescante: aquí se observa el orientalismo entre naciones en vía de desarrollo y naciones no-occidentales con el fin de hacer frente a la lucha hegemónica de los países occidentales dominantes, o lo que yo llamo orientalismo subalterno. En el presente artículo se abordará la primera fase de la construcción de identidad en Venezuela con relación a la presencia de los chinos, árabes y, en menor medida, de Rusia.
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 | 0.001 |
| Science and technology studies | 0.005 | 0.010 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.000 | 0.003 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.007 | 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".