Bibliographic record
Abstract
Este artigo explora as distinções conceituais e políticas entre soberania digital popular e autonomia, examinando seus sentidos e implicações para pesquisas sobre políticas digitais. À medida que a soberania digital se torna cada vez mais central nesses debates, têm emergido, especialmente na América Latina, abordagens populares que ressignificam a soberania a partir de perspectivas comunitárias e da classe trabalhadora. Paralelamente, a autonomia tem sido um conceito-chave na articulação de engajamentos coletivos feministas, indígenas e decoloniais com as tecnologias digitais. Embora ambos os conceitos busquem reivindicar o controle sobre as tecnologias digitais “desde baixo”, eles diferem em seus fundamentos teóricos e consequências políticas. Com base em uma análise conceitual, o artigo traça os modos pelos quais esses termos têm circulado nos discursos acadêmicos. A primeira seção mapeia os sentidos diversos da soberania digital, com ênfase em abordagens de baixo para cima. A segunda seção historiciza a noção de soberania popular na América Latina e seu papel no enfrentamento da dependência tecnológica. A terceira seção analisa três tradições-chave de autonomia: o marxismo autonomista, o feminismo e o anarquismo, e a autonomia coletiva latino-americana, com destaque para o zapatismo. A seção final compara esses conceitos, ressaltando seus objetivos convergentes, mas relações divergentes com o Estado, bem como suas consequências para os debates sobre soberania digital e autonomia.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.007 | 0.008 |
| Scholarly communication | 0.014 | 0.007 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.026 | 0.002 |
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".