Los vicios de nulidad identificados en el Tribunal del Servicio Civil y su incidencia en la gestión de los procedimientos administrativos disciplinarios en el año 2019
Bibliographic record
Abstract
Las personas que desempeñan labores para el Estado se encuentran sujetas a determinados parámetros de actuación legalmente establecidos, de allí que cuando cometen hechos contrarios a tales parámetros son sometidas a un procedimiento administrativo disciplinario, en cuyo desarrollo es frecuente que se cometan errores que produzcan vicios de nulidad. En ese contexto, esta investigación busca analizar la problemática que generan los vicios de nulidad identificados en el Tribunal del Servicio Civil en la gestión de los procedimientos administrativos disciplinarios en el año 2019. Con tal propósito se analizará, por un lado, los factores que inciden en la generación de dichos vicios, tales como la escasa capacitación recibida sobre la materia de régimen disciplinario, la escasa dotación de guías o instructivos que establezcan parámetros de actuación respecto a cada etapa del procedimiento; y, por otro lado, se analizará también los efectos nocivos que ocasiona la declaración de nulidad, tales como la prescripción de la responsabilidad, la presentación de demandas para indemnizar los daños causados por el acatamiento de sanciones viciadas de nulidad y el doble uso de los recursos del Estado. Asimismo, para llevar a cabo el análisis se han utilizado encuestas, las cuales han sido sometidas a un examen de validez de expertos y a un examen de confiabilidad, habiéndose determinado que son válidas y confiables. Finalmente, en función a los datos recabados mediante las encuestas se han podido comprobar las hipótesis planteadas, habiéndose arribado a conclusiones y efectuado recomendaciones para afrontar las situaciones advertidas.
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 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".