Grafias outras: extrapolando barreiras positivistas nas escritas em design
Bibliographic record
Abstract
Este é um relato da experiência da sessão Grafias outras: extrapolando barreiras positivistas nas escritas em design, que aconteceu como uma conversação no 14º P&D – Congresso Brasileiro de Pesquisa e Desenvolvimento em Design. Este momento propôs o diálogo e a reflexão sobre formas de se fazer e pensar design que tensionam as estruturas epistemológicas do campo, em sua linearidade advinda da racionalidade metodológica. Participaram da conversa 22 pessoas, entre docentes e estudantes de graduação e pós graduação em Design e áreas afins, durante duas horas de duração. Organizados em 4 grupos de debates orientados pelas temáticas de debate inscritas na sessão (que depois foram dissolvidos pelo próprio fluxo da conversa), discutimos as várias iniciativas e inquietações que vêm sendo construídas no sentido de romper com a linearidade do discurso científico que rege as normas que norteiam as escolhas da representatividade da pesquisa contemporânea em design e áreas afins. Como resultados, este relato apresenta um mapeamento de pessoas e instituições interessadas nesses temas; proposição de ampliação sobre as práticas de escrita junto aos programas de pós-graduação, revistas e agências de fomento à pesquisa; e a proposta de ampliação do debate em evento específico sobre o tema em 2023.
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 | 0.024 | 0.052 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.007 | 0.004 |
| Science and technology studies | 0.008 | 0.049 |
| Scholarly communication | 0.020 | 0.024 |
| Open science | 0.002 | 0.007 |
| Research integrity | 0.005 | 0.007 |
| Insufficient payload (model declined to judge) | 0.018 | 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".