Bibliographic record
Abstract
En "Por eso uno sabe hoy, pero no sabe mañana", Gabriel Ruiz invoca la presencia fantasmal de la violencia en el pueblo donde creció y examina la forma en que esta modela la vida y la muerte de sus habitantes.La violencia armada no solo tiene un carácter espectacular, sino también espectral, es decir, se mueve más allá de los indicadores sociales que dan cuenta de sus múltiples efectos y se entromete en lo cotidiano con tal fuerza que logra mimetizarse sutilmente con lo ordinario.Y es allí, como muestra Ruiz, donde la violencia adquiere ese carácter espectral -fantasmal dice él-que tanto perturba.Pienso el término espectro en sus dos acepciones: como radio de acción, pero también como aparición.Por lo tanto, la espectralidad evocada en el artículo forma parte de un esfuerzo por convertir el lugar que habitamos, junto con el lugar desde donde nos enunciamos, en sitios desde los cuales examinar nuestra relación con los muertos, cuestionar las identidades esquivas de los vivos y explorar los límites entre posiciones éticas y epistemológicas enfrentadas.Luego de que Karl Marx y Friedrich Engels lanzaran en 1848 aquella lapidaria declaración sobre el fantasma que recorría Europa, y de que Jacques Derrida (1993) retomara dicho fantasma como metáfora conceptual para desestabilizar las fronteras entre el pasado y el presente, la presencia y la ausencia, o la vida y la muerte, los espectros parecen ganar cada vez más espacio en los estudios sociales.Y aunque los fantasmas pueden ser un tipo de experiencia universal, no existe algo así como un fantasma universal: siempre son figuras sociales vinculadas a las especificidades de un lugar o de una cultura (Spooner-Lockyer y Kilroy-Marac 2021).Los fantasmas, al igual que la violencia armada, apuntan a un
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) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.005 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.170 | 0.043 |
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".