Construir la paz en Colombia: la página de facebook "la conversación más grande del mundo", como herramienta de transformación del conflicto
Bibliographic record
Abstract
El desarrollo de los diálogos de paz adelantados desde el año 2012, entre el Gobierno de Colombia y las FARCEP, ha contado con varios inconvenientes a la hora de crear vínculos entre la propuesta de paz negociada y los ciudadanos. Esto en parte a que se han caracterizado por realizarse de forma reservada, informando solo de forma oficial los avances, asociado a esto han enfrentado episodios caracterizados por la desinformación y una intensa lucha por el discurso. A un nivel más profundo pero igualmente ligado al momento que vive el país, se encuentran las dificultades consecuencia de la prolongación del conflicto, que dificulta aún más establecer conexiones con los ciudadanos. \nA partir de las problemáticas mencionadas puede inferirse la necesidad de construir vínculos con los ciudadanos, tanto con la paz como con el conflicto. En respuesta a esta necesidad el gobierno colombiano a través del Grupo de Pedagogía para la Paz de la Presidencia de la Eepública, dio inicio en enero de 2016 al plan pedagógico y de participación ciudadana ‘La Conversación Más Grande del Mundo’. Una iniciativa promovida, para abrir la conversación a los ciudadanos en torno a la construcción de paz y la transición al postconflicto. \nEl presente trabajo intenta determinar si el contenido compartido a través de página de Facebook ‘La Conversación más Grande del mundo’ está enfocado a la transformación del conflicto, identificando la presencia de sus principales características a través de un análisis de contenido de los textos usados durante los primeros cinco meses de su funcionamiento.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.012 | 0.005 |
| Scholarly communication | 0.009 | 0.006 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.010 | 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".