Evaluación del impacto socioeconómico de la implementación del Sistema Nacional de Áreas Silvestres Protegidas del Estado (SNASPE)
Bibliographic record
Abstract
El compromiso de Chile con la protección de la biodiversidad se ha demostrado al suscribir el nuevo Plan Marco Mundial de Biodiversidad en Kunming-Montreal. Este plan da continuidad al Plan Estratégico para la Diversidad Biológica 2011-2020 y las Metas Aichi. Entre las 23 metas de este nuevo acuerdo global al 2030 se encuentra la conservación del 30% de la superficie del planeta. El establecimiento de un área protegida es uno de los mecanismos más aplicados para lograr la conservación de la biodiversidad. Sin embargo, es importante analizar cómo se vinculan los objetivos de protección de la biodiversidad y el impacto del establecimiento de las áreas protegidas en las comunidades locales. En este contexto, el presente estudio tiene por objetivo evaluar el impacto socioeconómico de la implementación del Sistema Nacional de Áreas Silvestres Protegidas (ASP) del Estado (SNASPE) en los distritos censales donde se emplaza. Para lo anterior, se elaboraron indicadores socioeconómicos a partir de datos del CENSO 2017 y 1992. Además, se aplicó una técnica de emparejamiento de covariables con estimadores de primeras diferencias. Con los resultados obtenidos, podemos concluir que la implementación de las ASP tendría un efecto socioeconómico positivo y significativo sobre las comunidades y distritos censales en donde se emplazan estas áreas, disminuyendo la precariedad de las viviendas, mejorando el promedio de años de escolaridad y aumentando el empleo en promedio entre un 2% y 12%, según los estimadores considerados.
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 | 0.004 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".