Livros para comer: análise do perfil de livros de alimentação e nutrição comercializados no Brasil
Bibliographic record
Abstract
Ao visitar uma livraria, vários são os livros que dão o enfoque ao tema da alimentação e nutrição, entretanto escassos são os estudos científicos que descrevem tais obras de forma articulada entre as áreas da saúde, nutrição e literatura. O presente trabalho teve como objetivo analisar o perfil de livros comercializados em sites de livrarias do Brasil que tenham como tema central a alimentação e nutrição. Foi realizado um estudo quantitativo descritivo, do tipo transversal por meio de busca bibliográfica realizada em sites de três livrarias do Brasil: Saraiva, Cultura e Travessa para identificação das obras. A coleta ocorreu durante os meses de dezembro de 2018 e fevereiro de 2019. Foram utilizadas palavras-chaves para busca dos livros sendo eles classificados posteriormente como livros técnicos de nutrição, livros de dieta, livros de receitas e livros sobre alimentação. Foram encontrados um total de 1284 livros do tema. Ao utilizar as palavras-chaves para busca dos livros, majoritariamente aparecem como livros técnicos da área de Nutrição, sendo 65,08%, seguido dos livros de dieta, sendo 19,49%; seguido por livros de receitas – 9,28% e sobre alimentação em 6,16%. As principais editoras identificadas com maior número de obras foram a Atheneu, Manole e Rubio. A diversidade de obras que abordam a alimentação e nutrição revelam o potencial em utilizar a educação alimentar e nutricional de forma interdisciplinar. Esta pesquisa também trouxe em discussão a busca por livros de dieta relacionado ao presente estado de alerta da saúde populacional brasileira. Além da crise do mercado livreiro e da presença inegável das livrarias digitas e dos livros digitais
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 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 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".