Territorialidades na turistificação e patrimonialização do Círio de Nazaré em Belém-PA-Brasil (Edição 508)
Bibliographic record
Abstract
O presente artigo aborda os processos de turistificação e patrimonialização do Círio de Nazaré em Belém, festividade patrimonializada oficialmente desde 2004, que se tornou, no decorrer dos seus mais de 220 anos, um dos principais atrativos turísticos do estado do Pará. Buscou-se identificar, nos referidos processos, sua relação com a criação de territorialidades por seus agentes. Como procedimentos metodológicos, utilizou-se o levantamento bibliográfico acerca da festividade e suas transformações, bem como informações obtidas em matérias jornalísticas e observadas em campo nos anos de 2018 e 2019. A partir da análise de alguns espaços públicos apropriados pelos agentes envolvidos na festividade, identificou-se características e efeitos da territorialidade abordados por Sack (1986), os quais indicam que as estratégias voltadas ao controle de área, relacionadas à turistificação do Círio, têm contribuído para a manutenção de hegemonias. Os agentes não hegemônicos, por sua vez, encontram na patrimonialização uma possibilidade de se manterem em seus territórios.Palavras-chave: Círio de Nazaré. Turistificação. Patrimonialização. Territorialidade.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.007 | 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".