Discurso e cotidiano: histórias de vida em depoimentos de pantaneiros
Bibliographic record
Abstract
A minha querida mãe, Angelina, incentivadora incondicional e exemplo de força e determinação.Ao meu pai (in memoriam) por tudo que significou em minha vida.PRE -TEXTO Que as minhas palavras não caiam de Louvamentos à exuberância do Pantanal.Que eu não descambe para o adjetival.Que o meu texto seja amparado de substantivos.Substantivos verbais.Quisera apenas dar sentido literário aos pássaros, ao sol, às águas e aos seres quisera humanizar de mim as paisagens.Mas por quê aceitei o desafio de glosar esta obra exuberante de Deus?Aceitei para botar em prova minha linguagem Que eu possa cumprir esta tarefa sem que o meu texto seja engolido pelo cenário (Manoel de Barros, Para enconrtar o azul eu uso pássaros, 1999) AGRADECIMENTOS Na interlocução que resultou neste trabalho muitas foram as vozes, os espaços, os ombros amigos e a palavra é OBRIGADA... a Deus, pois sem Ele, nada disso seria possível; aos meus familiares minha mãe, minha irmã e meu irmão, minha cunhada e meu cunhado que souberam compreender os meus momentos de recolhimento devido às exigências deste trabalho e estiveram sempre presentes dando-me incentivo e apoio; à Profª.Drª.Helena Hatsue N agamine Brandão pela competência e profissionalismo, pelos conhecimentos partilhados e pelo companheirismo e estímulo na orientação desta pesquisa.Com ela muito aprendi.Valeu! à Porfª Drª Dieli V esaro Palma pelas contribuições valiosas partilhadas no Exame de Qualificação; ao Prof. Dr. João W anderley Geraldi pela importante contribuição no Exame de Qualificação, pela amizade e a disposição, sempre pronta, em partilhar seus conhecimentos.Com ele aprendemos sempre; aos meus sobrinhos que, de maneira muito próxima, viveram comigo a construção desta pesquisa: a V anusa e a Fabiane que me acolheram em São Paulo, cedendo-me o espaço e dando-me todo o apoio; a Cleise que me apoiou, cedendo seu apartamento para que eu pudesse estudar e escrever com tranqüilidade; ao Tércio, que esteve junto comigo nos momentos cruciais de formatação e finalização do trabalho, incentivando sempre; A Suene e ao Eli, ao Marcos e ao Edgar e Eliana pelas orações e torcida.aos meus colegas do curso, na USP, pela interlocução em cada encontro, em especial, às amigas, que conquistei no doutorado, A na M ª.B. Y asuda e Lívia Brandão, interlocutoras pacientes que, com suas sugestões, muito contribuíram para a construção desta Tese; aos peões pantaneiros que aceitaram contar-me suas histórias de vida, pela disponibilidade e o desprendimento com que tornaram possível a realização desta pesquisa;
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.009 | 0.010 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 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 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".