De la acción pública a las políticas públicas basadas en evidencia: el caso de la Ley de Equidad Salarial en Quebec
Bibliographic record
Abstract
En el ámbito de la formulación de políticas públicas y del diseño institucional, el uso de evidencia científica se ha consolidado como un principio fundamental para orientar decisiones informadas y efectivas. Sin embargo, a pesar de su aceptación generalizada, la integración de la evidencia en la acción pública, entendida como el proceso más amplio de construcción y legitimación de problemas colectivos que involucra tanto a actores estatales como sociales, enfrenta desafíos complejos que van más allá de la mera disponibilidad de datos confiables. Este texto explora las razones que fundamentan la insistencia en una práctica basada en evidencia, considerando las tensiones entre objetivos políticos y criterios técnicos, la erosión de consensos sociales sobre la realidad factual y las implicancias metodológicas en la producción y aplicación del conocimiento. A través de este análisis y de un ejemplo emblemático de política pública, la Ley de Equidad Salarial de Quebec, que se inscribió en una acción pública más amplia y permitió avances concretos en la reducción de la discriminación de género en el mercado laboral, se busca ofrecer una reflexión crítica sobre cómo garantizar que la evidencia contribuya de manera efectiva al cambio institucional en contextos sociopolíticos dinámicos y a menudo contradictorios.
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 | 0.015 | 0.028 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.016 | 0.024 |
| Scholarly communication | 0.017 | 0.005 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.006 | 0.008 |
| 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".