“A maior das dores”: O luto de mães no espaço público
Bibliographic record
Abstract
O sofrimento apresenta grande visibilidade na esfera pública contemporânea, especialmente pela emergência de novos espaços de comunicabilidade, como a Internet, e pelo surgimento de uma nova economia moral das emoções. Ele é apreendido na presente pesquisa como uma categoria social, seguindo uma abordagem socioantropológica, que se debruça sobre os sentidos sociais das emoções. O objeto de estudo são mães que perderam filhos e expõem sua dor no espaço público, através da criação de blogs, páginas no Facebook, de livros e da articulação de movimentos, em torno da reivindicação por justiça. Foram realizadas entrevistas, com base em roteiros semiestruturados, com seis mães e um pai, sendo elas conduzidas a partir de um olhar etnográfico. O objetivo geral deste artigo é a compreensão dos modos de comunicação do sofrimento das mães que perderam filhos. Mais especificamente, buscou-se analisar como se constrói o sofrimento no espaço público e quais são as estratégias acionadas pelas mães para lidar com o luto. Os resultados apontaram para a formação de redes de apoio e para a luta política como formas de gestão do sofrimento, de modo a construir as figuras da vítima no espaço público, com base na legitimidade do sofrer.
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 | 0.004 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.011 | 0.016 |
| Scholarly communication | 0.019 | 0.021 |
| Open science | 0.001 | 0.010 |
| Research integrity | 0.004 | 0.005 |
| Insufficient payload (model declined to judge) | 0.016 | 0.003 |
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".