O espaço da diferença no Brasil : etnografia de políticas públicas de reconhecimento territorial e cultural negro no sul do país
Bibliographic record
Abstract
Cette thèse a pour thème la reconnaissance sociale de la différence au Brésil concernant la population noire. La problématisation de cette question est faite à partir de l’analyse des politiques publiques de régularisation foncière des territoires marrons et de la patrimonialisation de biens culturels relatifs à ce segment social, avec l’intention de comprendre la manière dont on fait la reconaissance de la différence noire à l’intérieur de ces processus sociaux ainsi que de réfléchir à la participation des anthropologues dans ces situations. De cette façon, nous cherchons à explorer les nuances de ce phénomène, les impacts qu’il produit sur les groupes qui sont ses objets et les réactions qu’il provoque dans la sphère publique. L’univers de recherche de ce travail est composé par les processus de reconnaissance territoriale de la communauté rémanente de marrons Famille Silva, à Porto Alegre, et de reconaissance culturelle du Cerro de Porongos, à Pinheiro Machado, deux villes de l’état du Rio Grande do Sul. L’analyse comparative de ces processus nous mène à croire que la culture est toujours le lieu par excellence réservé au thème de la population noire dans notre pays ; ceci est l’espace de la différence.
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 | 0.002 | 0.003 |
| Science and technology studies | 0.004 | 0.005 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".