Da rede às ruas: o impacto do ciberfeminismo no movimento 8M
Bibliographic record
Abstract
Os movimentos feministas contemporâneos emergem em uma esfera global, repercutindo também a nível local, o que lhes confere uma notória dimensão transnacional a partir das manifestações de rua e do ciberfeminismo. Este estudo explora o impacto do ciberfeminismo no movimento 8M, a Greve Internacional Feminista, especificamente no contexto português, a fim de perceber como o ativismo digital feminista tem contribuído para a mobilização e amplificação dos objetivos do movimento no país. Examinamos como as ferramentas tecnológicas utilizadas pelas feministas entre 2020 e 2021, têm propiciado a expansão da greve, conectando mulheres nacional e internacionalmente, além de facilitar a disseminação eficaz de informações e pautas feministas. Destacamos a utilização da plataforma Instagram como ferramenta estratégica na propagação e compreensão das dinâmicas de género no espaço digital e na sociedade em geral. Os resultados nos levam a constatar que o ciberfeminismo impulsiona o movimento 8M em Portugal, ampliando o debate a partir da inclusão de múltiplas vozes, ainda que se identifique uma hegemonia branca na sua composição e construção.
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 | 0.002 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.008 | 0.011 |
| Scholarly communication | 0.009 | 0.005 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.016 | 0.001 |
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".