O Discurso sobre a Aprendizagem do Espanhol no Instagram: Efeitos de Sentido Hegemônicos e Silenciamentos
Bibliographic record
Abstract
Este artigo faz uma incursão preliminar a respeito de algumas regularidades presentes no discurso sobre a aprendizagem da língua espanhola por brasileiros em perfis do Instagram de indivíduos que se dedicam ao ensino dessa língua estrangeira. Por meio de uma observação sistemática exploratória de dois perfis dessa plataforma, levantamos algumas de suas regularidades enunciativas e nos interrogamos em relação às restrições que sua historicidade lhes impõe. Para desvelar a construção dos efeitos de sentidos produzidos nas sequências discursivas coletadas, apoiamo-nos, especialmente, nas noções de ideologia (BAKHTIN, 2006), comentário (FOUCAULT, 1999) e poder (BARTHES, 1989). Muitas das evidências encontradas parecem filiar o discurso que é nosso objeto a uma racionalidade neoliberal (DARDOT & LAVAL, 2017), evocando, principalmente, as supostas facilidade, diversão e ausência de tensões que o processo de aquisição dessa língua estrangeira suporia e as vantagens competitivas que dito processo proporcionaria à figura do aprendiz/sujeito empresarial.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.009 | 0.017 |
| Scholarly communication | 0.009 | 0.005 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.014 | 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".