Towards a Theoretical Understating of How to Study the State: Governmentality, Power and Governmental Regimes

Artículo teórico que se origina a partir de un proyecto más amplio que investiga la construcción del Plan Nacional del Buen Vivir 2013-2017 (PNBV 2013-2017) en Ecuador. Su primordial preocupación teórica es responder a la siguiente pregunta: cómo estudiar los procesos de formación del Estado en Ecuador desde el año 2008. El documento responde a esta amplia cuestión argumentando, a nivel general, que el Estado se reproduce en parte mediante la creación de espacios donde efectivamente puede intervenir en la sociedad. Este trabajo se refiere, por lo tanto, con el examen de las formas particulares en que los Estados penetran la sociedad a través de regímenes gubernamentales. En términos más específicos, este trabajo sostiene que los procesos de intervención del Estado pueden ser ampliamente entendidos por la observación de tres procesos complementarios e interrelacionados: a. La forma en la que el Estado busca legitimar su presencia en la sociedad; b. Prácticas gubernamentales: las formas en las que el Estado aprende, organiza, distribuye y en última instancia crea campos específicos de intervención; c. El ejercicio de diferentes y complementarias modalidades de poder. En base a los citados elementos analiza la construcción de un "régimen gubernamental".

Can knowledge of the state of the stratosphere be used to improve statistical forecasts of the troposphere?

Recent analysis of the Arctic Oscillation (AO) in the stratosphere and troposphere has suggested that predictability of the state of the tropospheric AO may be obtained from the state of the stratospheric AO. However, much of this research has been of a purely qualitative nature. We present a more thorough statistical analysis of a long AO amplitude dataset which seeks to establish the magnitude of such a link. A relationship between the AO in the lower stratosphere and on the 1000 hPa surface on a 10-45 day time-scale is revealed. The relationship accounts for 5% of the variance of the 1000 hPa time series at its peak value and is significant at the 5% level. Over a similar time-scale the 1000 hPa time series accounts for 1% of itself and is not significant at the 5% level. Further investigation of the relationship reveals that it is only present during the winter season and in particular during February and March. It is also demonstrated that using stratospheric AO amplitude data as a predictor in a simple statistical model results in a gain of skill of 5% over a troposphere-only statistical model. This gain in skill is not repeated if an unrelated time series is included as a predictor in the model. Copyright © 2003 Royal Meteorological Society