Subcultura Tuning: a identidade estendida na personalização de automóveis
Bibliographic record
Abstract
O automóvel é objeto de desejo, admiração, paixão, sonho, orgulho e realização que promove sentimentos como identificação, diferenciação, expressão e projeção de identidade. Baseado em teorias sobre o comportamento do consumidor, autoconceito (self-concept) e extensão de si nos objetos (extended self), esta pesquisa aborda, de forma qualitativa e exploratória, o comportamento do consumidor que personaliza seu automóvel. Inspirado no método netnográfico (KOZINETS, 1998; 2000), este artigo tem como objetivo explorar como as pessoas utilizam a personalização para constituir sua identidade social e, ainda, quais os fatores que desencadeiam o processo de personalização e como se relacionam com seu bem. O resultado observado foi que os automóveis, como objetos, podem literalmente estender a identidade de seu proprietário. O processo de criação, sustentação e nutrição do self através do automóvel pôde ser observado na personalização e customização de seus próprios carros, sendo estes, utilizados como meio e fim de expressão de si.
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 | 0.003 | 0.013 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.007 | 0.009 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.022 | 0.006 |
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".