Bibliographic record
Abstract
Introducción El inicio de la administración del presidente Trump en los Estados Unidos estuvo marcado entre otras cosas por una posición muy agresiva frente a México. Los trabajadores mexicanos que habían migrado y que sin permiso de residencia trabajaban en los Estados Unidos así como los que intentaban cruzar la frontera en busca de empleo fueron víctimas de todo tipo de acusaciones desde el gobierno mismo así como de persecución y maltrato. Los lazos comerciales y financieros entre México y los Estados Unidos que se habían estrechado como nunca antes a causa del Tratado de Libre Comercio de América del Norte fueron cuestionados como una relación desfavorable para los Estados Unidos y favorable para México. Esta concepción de las relaciones entre México y Estados Unidos que no sólo era del presidente Trump sino de una buena parte de su gabinete y del congreso estadunidense, ejerció una presión sin precedente para modificar el TLCAN, obligando a los dos países miembros a renegociar el tratado so pena de que Estados Unidos lo diera por terminado unilateralmente. Las negociaciones duraron tres años y de ellas emergió un nuevo acuerdo trilateral que se llamó en Inglés United States, Mexico and Canada Agreement (USMCA en Inglés, T-MEC en Español). La revista Norteamérica consideró importante convocar a un grupo de expertos a analizar desde varias perspectivas este nuevo acuerdo con relación al anteriormente existente y evaluar algunas de sus probables implicaciones en la región para integrar un dossier sobre el tema. Inicialmente eran seis los textos comprometidos, pero retrasos en la elaboración y dictaminación, causados sin duda por la pandemia que aun nos afecta a todos, nos han hecho presentar en este número solamente cinco finalmente aprobados y en su versión final para su publicación.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.351 | 0.156 |
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; the direct Gemma label and the distilled Codex classifier 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".