Educación popular y economía solidaria: pistas y aprendizajes a partir de una experiencia de formación de capacitadores en la provincia de Buenos Aires
Bibliographic record
Abstract
Este “Seminario-Taller de Formación de Capacitadores en Gestión de emprendimientos de la Economía Social y Solidaria” es una experiencia que compartimos, entre marzo y julio de 2011, diversas organizaciones que desarrollamos procesos de economía solidaria en la provincia de Buenos Aires. Se propuso en la voz de los docentes María M. Urrutia, Bettina García Laval y Sebastián Terrero. La organización y financiamiento estuvo a cargo de Fuerza Solidaria, fideicomiso del Banco Provincia y Ministerio de Desarrollo Social provincial. El diseño del programa, la implementación y el armado de los materiales fue responsabilidad de La Eulogia, Cooperativa de gestores públicos fundamentalmente dedicada a la capacitación y asistencia técnica en temáticas de economía social y educación popular. La idea es analizar y sistematizar de qué modo esta experiencia, que nos permitió transitar una nueva manera de vincular saberes, capacidades y trayectorias, resulta una contribución para que las organizaciones sociales y áreas estatales que gestionan procesos de capacitación en el campo de la economía solidaria, reescriban modelos de enseñanza /aprendizaje cercanos al saber popular.
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 | 0.003 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.008 | 0.006 |
| Scholarly communication | 0.007 | 0.003 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.013 | 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".