A imagem de executivos na mídia: um estudo com jornais de Québec
Bibliographic record
Abstract
Morin, Giroux e Pauchant (2001) elaboraram uma pesquisa sobre a identificação de práticas de reconhecimento profissional com executivos do Ministério da Saúde e Serviço Social da Província de Québec, no Canadá. No estudo, os executivos revelaram não sentirem reconhecimento pela sua atuação profissional por parte da população, a qual seria influenciada tanto pela mídia eletrônica quanto impressa, fato que os desmotivava, corroborando, assim, processos de esgotamento psíquico e de perda de sentido do trabalho. A partir dessa constatação, realizamos um estudo para identificar a imagem veiculada pelos jornais sobre trabalho dos executivos de alto nível da Rede de Saúde e Serviço Social de Québec (RSSSQ). Analisamos as notícias de 10 jornais quebequenses publicadas no período 1993-2003. O método empregado foi o de natureza qualitativa, utilizando-se duas técnicas de pesquisa: a construção de corpus de textos e a análise de conteúdo. A constatação foi a de que os jornais veicularam uma imagem pública dos executivos associada às idéias de vítima, de recursos e de reivindicação. Ao final, este artigo oferece breves sugestões para que a mídia possa ser uma co-produtora de significados positivos em relação aos executivos da RSSSQ.
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.019 | 0.006 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.005 | 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".