Comunidade de Consumo de Apreciação e Sua Dinâmica
Bibliographic record
Abstract
Resumo Objetivo: O estudo tem como objetivo identificar e explicar as forças e tensões entre os membros da comunidade de consumo de apreciação e sua dinâmica. Delineamento/metodologia/abordagem: Adotando uma abordagem naturalista de investigação, foi realizada uma extensa pesquisa de campo, observando e entrevistando consumidores e profissionais em cafeterias independentes na América do Norte: Toronto, Montreal, Seattle e Nova York, de agosto de 2013 a julho de 2014. Achados: A pesquisa descreve a comunidade de consumo de apreciação e explica suas forças, que são a educação, a emulação e as tensões entre os membros da comunidade. Originalidade/valor: Nossos resultados explicam o comportamento do consumidor amador e a relação desses amadores com os profissionais e com o público durante suas práticas de consumo. Contribuímos para o avanço do estudo de comunidades de consumo heterogêneas, revelando as tensões entre os membros da comunidade e a produção de capital subcultural e social. Nossa pesquisa contribui para o campo da cultura de consumo, aumentando o conhecimento desse fenômeno social de consumo.
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 | 0.003 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.000 | 0.001 |
| 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".