Integración económica en el mundo globalizado de las comunidades indígenas a través del modelo cooperativo
Bibliographic record
Abstract
El presente trabajo es resultado de la investigación del Comité Académico “Comunidades indígenas y cooperativismo”, en el que se conjuntan el estudio de cinco realidades autóctonas de América. El encuentro de diversas realidades, desde la etnia Innu de Québec, pasando por la comunidad Otomí de México, la etnia Páez de Colombia, hasta el otro extremo del continente con los Aymarás en Chile y los Kollas en Argentina, conducen a desarrollar un rico conglomerado de particularidades culturales con un denominador común, en todas ellas, se han desarrollado distintas experiencias basadas en el modelo cooperativista como opción para su desarrollo. El estudio de caso permitió evaluar la aplicabilidad del modelo cooperativo como estrategia de etnodesarrollo para las comunidades indígenas en América. La investigación que aquí se presenta abre nuevas líneas de debate en torno al tema, pues como un modelo integrado e integrante, devela el potencial de una filosofía que, a través de la educación se abre a las culturas promoviéndolas. La transformación que subyace en las experiencias estudiadas posee el potencial de ser la respuesta a los embates de la globalización que excluye a las minorías indígenas provocando la desaparición de sus culturas.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.003 | 0.007 |
| Scholarly communication | 0.012 | 0.007 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.008 | 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".