La imagen y la narrativa como herramientas para el abordaje psicosocial en escenarios de violencia. Municipios de Granada, Yopal y Toronto, Canadá
Bibliographic record
Abstract
Este trabajo tiene como intención el análisis reflexivo y detallado de los casos propuestos desde los sustentos teóricos y el enfoque narrativo como herramienta psicosocial, dando a conocer el sentir de las víctimas a través del relato donde cada protagonista cuenta su experiencia de vida y el proceso que le ha tocado vivir como víctima del conflicto armado en Colombia. Por lo cual se eligió el relato de Camilo, como eje de análisis para el trabajo colaborativo. “Un joven afrocolombiano sale en condición de desplazamiento, por constante presión, estigmatización y amenazas de paramilitares y de milicianos de las FARC”. (Tomado de Voces: relatos de violencia y esperanza, Banco Mundial, 2009. (p.3), además, las secuelas como la pérdida de identidad, desarraigo cultural, vulnerabilidad social y exclusión. En cuanto al caso de Peñas Coloradas, parte de la dimensión psicosocial y socio- histórica, identificando emociones y sentimientos de las víctimas y las dinámicas de confrontación de grupos armados legales e ilegales, siendo obligados a desplazarse en condición de pobreza, abandono estatal, vulneración de derechos y repercusiones psicológicas y físicas; estableciendo estrategias psicosociales para el fortalecimiento de recursos de afrontamiento, restauración del tejido social y capacidad de resiliencia. De tal manera se expone los resultados de una actividad práctica, desde la psicología social comunitaria con el propósito de visibilizar y reflexionar con los espacios cotidianos por parte de cada uno de los estudiantes, en el presente cada estudiante utilizó un instrumento Foto intervención o también conocido como “Foto Voz” para el diagnóstico de problemas psicosociales, en foco a la violencia y sus diferentes escenarios como son: Yopal -Casanare, Granada - Meta y un país del extranjero Barrio Kensington - Canadá.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.021 | 0.010 |
| Scholarly communication | 0.007 | 0.002 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.009 | 0.001 |
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".