Madrid como ciudad amigable con las personas mayores. Escenarios de diagnóstico para políticas públicas
Bibliographic record
Abstract
Introducción. La población madrileña está envejeciendo en un espacio urbano desigual y en un contexto de crisis \neconómica, que puede dar lugar a procesos de exclusión social y dificultar una forma de vida activa. El concepto de ciudad amigable, según el Protocolo de Vancouver (OMS), surge como instrumento de políticas públicas para evitar estos procesos utilizando herramientas de participación social, como pilar del envejecimiento activo, que favorecen el diagnóstico y la intervención. Objetivos. Ahondar en el diagnóstico de la ciudad de Madrid haciendo un análisis de los apartados del Protocolo, que combinan aspectos formales (vivienda y entorno residencial), relacionados con los servicios públicos (transportes, espacios públicos, servicios sanitarios y sociales), y con otros sociales (participación social y cívica, inclusión social, información). Metodología. Se utilizó la encuesta “Ciudades Amigables”, realizada en 2013 por el Ayuntamiento de Madrid a población con 65 o más años en 3 cuestionarios y muestras de población independiente. Se calcularon indicadores por bloque temático y se realizó un análisis descriptivo con representación cartográfica. Resultados. Se destacan tres aspectos: i) un análisis de la exclusión social de las personas mayores en entornos urbanos según la literatura científica, ii) las principales dimensiones que definen el modelo de ciudad amigable aplicable al municipio de Madrid diferenciando los elementos formales y sociales, como instrumento de participación social, iii) la valoración del papel de las personas mayores y de otros agentes sociales participantes en el diagnóstico y las políticas que podrían ser aplicables.
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 | 0.004 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.004 | 0.004 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 0.002 |
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".