Nuevos distritos en el VRAEM: Un estudio comparado de los procesos de creación en los centros poblados de Pichos y Tocas en Huancavelica, Perú (2013-2016)
Bibliographic record
Abstract
En Perú, durante el gobierno del presidente Ollanta Humala (2011-2016), la Dirección Nacional Técnica de Demarcación Territorial de la Presidencia del Consejo de Ministros envió al Congreso de la República 32 proyectos de ley para la creación de distritos en la zona del Valle de los Ríos Amazonas, Ene y Mantaro (VRAEM). De este grupo, lograron aprobarse y promulgarse 20 (62%). La tasa más alta de creación de distritos hasta 2023. De acuerdo con la literatura, la creación de nuevas unidades político-administrativas en el territorio genera procesos de fragmentación y atomización territorial. Asimismo, representa obstáculos para la implementación de políticas públicas y la asignación de recursos. En este contexto, el principal objetivo de esta tesis es explicar la creación de dos distritos durante el gobierno de Humala en la zona del VRAEM entre 2013 y 2016. La investigación compara los procesos de distritalización de los centros poblados de Pichos y Tocas en el departamento de Huancavelica. Mientras Pichos logró convertirse en distrito en 2015, el proceso de Tocas no fue exitoso. La tesis sostiene que la distritalización (2013-2016) fue posible gracias a la apertura de una ventana de oportunidad política tras la declaración de prioridad nacional del VRAEM. Bajo estas condiciones, la investigación argumenta que la creación del distrito de Pichos (y el fracaso del proceso en Tocas) se debió a la combinación de tres factores: organización social, narrativa legitimadora y apoyo de un broker político. El diseño de investigación de la tesis es observacional, de corte cualitativa, con perspectiva subnacional y la evidencia empírica utilizada proviene principalmente de entrevistas semi-estructuradas. Los hallazgos de la tesis demuestran que los factores sociales desempeñan un papel determinante en los procesos de desarrollo económico y social en las zonas rurales. Asimismo, se evidencia que los recursos intangibles (discursos legitimadores) afectan el nivel de cohesión y capacidad de acción de las coaliciones territoriales. Finalmente, se comprueba que la presencia de intermediarios (brokers) agiliza la influencia de los actores subnacionales a nivel nacional en procesos de elaboración de políticas públicas.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.002 | 0.000 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
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 teacher head, 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".