The Logical Framework Model and the Theory of Change: Bases for the Strategic Planning of Innovation with Social Impact, in a Mexican Public Research Center
Bibliographic record
Abstract
Objetivo. Realizar una propuesta conceptual basada en el Modelo de Marco Lógico (MML)y la Teoría del Cambio (TdC) para la planeación estratégica de la innovación con impacto social, en los Centros Públicos de Investigación (CPIs) del Consejo Nacional de Ciencia y Tecnología (CONACYT), México Metodología. Se analiza el contexto de los CPIs así como la bibliometría del MML y la TdC, en el segundo semestre de 2022.Hallazgos. Como contribución teórica (Scientia), una propuesta de modelo conceptual basada en el MML y la TdC para la planeación estratégica de la innovación con impacto social. La contribución práctica (Praxis), es su relación con los procesos de un CPI los cuales requieren claridad y rápidez, que les permitan adaptarse al entorno altamente cambiante. Originalidad. La investigación es valiosa, original e inédita por conjuntar el MML y la TdC que influyen en la planeación estratégica con impacto social en un CPI. Conclusiones y limitaciones. El MML y la TdC son posibles de insertar en los procesos de los CPI para lograr la planeación estratégica de la innovación con impacto social. Las limitaciones se basan en el conocimiento e interpretación documental de los procesos de un CPI en su planeación estratégica de la innovación con impacto social. Los estudios futuros proponen realizar una intervención práctica que permita validar las implicaciones del estudio.
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 | 0.015 | 0.023 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.005 | 0.006 |
| Science and technology studies | 0.005 | 0.011 |
| Scholarly communication | 0.012 | 0.010 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 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".