Bibliographic record
Abstract
MÁS ALLÁ DE LO HUMANOL a guerra y sus manifestaciones asociadas al desplazamiento forzado, el despojo, el secuestro, el disciplinamiento social y las violaciones de derechos colectivos, entre otros, son algunos de los temas a los que las ciencias sociales les han prestado más atención en Colombia (Blair 2009; González 2002).Tan es así que la llamada violentología se ha constituido en uno de esos campos de estudio y práctica por el que algunos académicos han alcanzado legítimo reconocimiento internacional (Sánchez 1987).Un elemento persistente en los estudios sociales sobre el conflicto social y armado ha sido un enfoque que, por obvias razones, ha tendido a privilegiar a los seres humanos bien como víctimas o como perpetradores de esta violencia.Pero dado que la guerra es un fenómeno social, arraigado y reproducido a través de las estructuras, normas y valores que cada sociedad considera estimables, y que desde hace unas tres décadas varios trabajos etnográficos han advertido no solo que la sociedad abarca mucho más que la gente, sino qué formas de agencia se extienden a conjuntos heterogéneos de no humanos (Ruiz y Del Cairo 2016), resulta curioso que no se le haya prestado suficiente atención a la participación de estos últimos en el conflicto social y armado.Aún nos falta recorrer un buen trecho para entender la manera en que la violencia se ha convertido en una experiencia compartida por entidades humanas y no humanas, tales como animales, montañas, ríos, selvas, plantas, suelos, ancestros y otra serie de seres que algunos llaman espíritus o guardianes.Sin embargo, algunos hitos jurídicos recientes, como el reconocimiento de los territorios indígenas como víctimas del conflicto, el reconocimiento de los derechos del río Atrato y la declaración de la Amazonía como sujeto de derechos, parecen incorporar nociones no antropocéntricas de comunidad y de medioambiente.Si bien sigue
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 | 0.003 | 0.008 |
| Meta-epidemiology (narrow) | 0.002 | 0.000 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.005 | 0.003 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.008 | 0.002 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.003 | 0.002 |
| Insufficient payload (model declined to judge) | 0.364 | 0.089 |
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".