Producción más limpia y aprendizaje organizacional
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
La introducción de Producción más Limpia (PML) en micro, pequeña y mediana empresas (Mipymes) ha mostrado ser un desafío, con pocos casos exitosos de transferencia de tecnología. Muchos obstáculos se describieron como barreras en la transferencia de tecnología de los países desarrollados a los países en desarrollo. Ya Jaquier, en 1979, sostenía que la tecnología fallaba porque el proceso de transferencia era incorrecto. Esta investigación se basa en las experiencias del Centro Regional de Producción más Limpia (CRPML) en Cali (Colombia), desarrolladas con la financiación de la autoridad ambiental Corporación Autónoma Regional del Valle del Cauca (CVC), en su largo trabajo de transferencia de tecnologías de PML con Mipymes en el Valle del Cauca. Se propone el modelo 5i CP para transferencia de conocimiento en PML a Mipymes, desarrollado por Vásquez (2014) durante su investigación doctoral. El modelo fue validado en varios casos de estudio, de los cuales se presenta el de una empresa de metalmecánica. La investigación demostró que una cultura organizacional que apoye el aprendizaje es crucial para motivar y desarrollar procesos de interpretación, integración e institucionalización de PML en las empresas. Es esencial entender que la introducción de PML es un proceso de aprendizaje por lo cual se debe asegurar que los proyectos sigan un enfoque basado en aprendizaje organizacional, con el fin de ayudar a que las firmas sean capaces de retener los principios de la PML y sus tecnologías a lo largo del tiempo.
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.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.019 | 0.079 |
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 it