MétaCan
Menu
← Retour à la cohorte
Enregistrement W4405881702 · doi:10.5539/ijef.v17n1p105

What Made People Take to the Streets? A Study on the Determinants of Protests in Brazil Based on Google Trends Data

2024· article· en· W4405881702 sur OpenAlexvenueno aff
Maria Luiza Dias Campos, Andrea Felippe Cabello

Notice bibliographique

RevueInternational Journal of Economics and Finance · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media and Politics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPoliticsContext (archaeology)Status quoSocioeconomic statusPersonality psychologyFace (sociological concept)SociologyPolitical economyPolitical scienceSocial psychologyLawSocial sciencePsychologyPersonality

Résumé

récupéré en direct d'OpenAlex

In the literature on political participation through contestation, the apparent difficulties that can hinder the realization of protests are extensively debated. The high costs associated with the act of protesting can make it an option of political participation mainly associated with the high class. The importance of certain institutional frameworks that more easily give vent to a society that protests is also discussed. Psychological variables are as well explored in this area of Political Science: lacking the horizon of possibilities, certain societies can become distrustful of the efficiency of protest, submitting to the status quo, thus creating a dulled scenario of normality in the face of socioeconomic injustices. This work intended to study the determinants that could overcome these adversities in the Brazilian context. It was concluded in favor of the thesis of the mobilizing event as a relevant channel to incite protests – such as the increase in bus fares in 2013, and the World Cup in 2014. In 2015, however, there is a change in the mobilizing agenda, leading us to the second factor that most easily mobilizes Brazilians: the blaming of personalities or institutions.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,110
Score d'incertitude au seuil0,218

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,061
Tête enseignante GPT0,370
Écart entre enseignants0,309 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Economics and Finance→Même sujetSocial Media and Politics→Travaux en français237 207→