Guía para la manipulación y expendio de alimentos preparados en los patios de comidas de los mercados del casco urbano de la ciudad de Cuenca aplicado al mercado 12 de abril
Bibliographic record
Abstract
La gastronomía tradicional y típica de un país se ve reflejada en los diferentes mercados, donde se destinan lugares específicos para que la población pueda ofertar a nacionales y extranjeros diferentes platillos y bebidas que demuestran la cultura. En el caso de Cuenca, Ecuador existen varios mercados en la parte urbana y rural, siendo los de mayor afluencia los de la parte urbana donde se evidencia gran afluencia de consumidores. No obstante, existe una preocupación persistente en cuanto a las buenas prácticas de manipulación y expendio, debido a los escasos controles realizados por las entidades pertinentes. De ahí surge la presente investigación que tiene como objetivo desarrollar una propuesta para la manipulación y expendio de alimentos preparados en los patios de comidas de los mercados del casco urbano de la ciudad de Cuenca, aplicada al Mercado 12 de Abril. Para cumplir con tal objetivo se realizaron encuestas a los comerciales y entrevistas a las autoridades para evidenciar las prácticas y controles que se realizan en la manipulación y venta de alimentos. Los resultados evidencian que la falta de control en todos los puestos y de aplicación de BPM por gran parte de los comerciantes, a pesar de ello no se realizan capacitaciones al respecto, sino se busca capacitar sobre servicio al cliente. \nPalabras clave: mercado, patios de comida, BPM, propuesta
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 | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 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".