MEDELLIN, COLOMBIA NOMBRADO LA CIUDAD INNOVADORA DEL AÑO EN WSJ Y CITI GLOBAL COMPETITION 2013
Bibliographic record
Abstract
Pocas ciudades han transformado la forma en que Medellín, la segunda ciudad más grande de Colombia, tiene en los últimos 20 años. Tasa de homicidios en Medellín se ha hundido, casi el 80% de 1991 a 2010. La ciudad construida bibliotecas públicas, parques y escuelas en los barrios pobres de las laderas y construido una serie de enlaces de transporte desde allí a sus centros comerciales e industriales. Los enlaces incluyen un sistema de metro cable coche y escaleras mecánicas empinadas colinas, reduciendo los tiempos de conmutación, estimulando la inversión privada, y la promoción de la equidad social y la sostenibilidad ambiental. En 2012, el Instituto de Políticas de Transporte y Desarrollo reconocieron los esfuerzos de Medellín con el Premio de Transporte Sustentable. Sin embargo, un cambio en el tejido institucional de la ciudad puede ser tan importante como los proyectos de infraestructuras tangibles. El gobierno local, junto con las empresas, las organizaciones comunitarias y las universidades trabajaron juntos para luchar contra la violencia y la modernización de Medellín. Los proyectos de transporte se financian a través de asociaciones público-privadas; empresas de ingeniería han diseñado edificios públicos de forma gratuita; y en 2006, nueve de las empresas más grandes de la ciudad financió un museo de la ciencia. Además, Medellín es una de las ciudades más grandes para poner en práctica con éxito el presupuesto participativo, que permite a los ciudadanos para definir prioridades y asignar una parte del presupuesto municipal.
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 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 | 0.003 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.003 |
| Science and technology studies | 0.002 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 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 teacher head, 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".