Laboratorio Ancestral: Diseño participativo y sabidurías Kichwas en la Amazonia de Ecuador
Bibliographic record
Abstract
El artículo presentado a la Conferencia PIVOT 2021 es una reflexión en base al tema Tiempo linear Vs. Tiempo circular, enfocada en responder a la pregunta ¿Cómo cambiaría el pensamiento del futuro, si adoptáramos la noción de ancestralidad? Para responder a esta pregunta la primer parte del artículo aborda la revitalización de sabidurías ancestrales en nacionalidades indígenas de Ecuador, considerando como problemática la uniformidad de los programas educativos que a llevado a los pueblos indígenas a la asimilación de la cultura occidental. Desde está perspectiva, se propone una alternativa a la revitalización de estos saberes desde un pensamiento (de) colonial, guiado por la filosofía Andina a través del trabajo del antropólogo ecuatoriano Patricio Guerrero Arias, quien propone la noción del ¨Corazonar¨. La segunda parte de este estudio se complementa con la descripción de la experiencia de campo con jóvenes del Pueblo Kichwa de Rukullakta, en la Amazonia ecuatoriana. Este proceso creativo se enfocó en la revitalización de sabidurías ancestrales, a través de un proceso participativo que consideró conceptos, modelos y prácticas de diseño participativo, co-diseño, educación popular, investigación acción y diseño de juegos. Finalmente se presentan las herramientas co-diseñadas por los grupos de participantes para mantener, usar y difundir los sabidurías locales para las futuras generaciones.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.005 | 0.003 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 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".