O uso político da cloroquina: COVID-19, negacionismo e neoliberalismo
Bibliographic record
Abstract
"A insistente defesa do uso da cloroquina para tratamento e prevenção contra a COVID-19, é uma clara manifestação do negacionismo científico que caracteriza a gestão da pandemia no Brasil. O objetivo principal do artigo é analisar os debates científicos e políticos suscitados em torno do uso da cloroquina para prevenção e tratamento da Covid-19, particularmente os discursos do governo federal que defendem a suposta eficácia do medicamento. Para atingir esse objetivo, a metodologia utilizada é a análise do discurso. Analisamos a sucessão de debates publicados em artigos científicos, meios de comunicação e declarações institucionais referidas à suposta eficácia da cloroquina para prevenção e tratamento da COVID-19. Utilizamos como referencial teórico autores como Dardot e Laval (2014), Achile Mbembe (2011), dentre outros, para abordar o seguinte problema: por que motivo, mesmo com a acumulação de evidências afirmando que a cloroquina não tem efeito para tratar a infecção pelo novo coronavírus, sua distribuição faz parte dos protocolos do Ministério da Saúde e integram o “kit COVID” de vários municípios do Brasil? Como resultado, observamos que a divulgação da cloroquina como um medicamento eficaz para prevenir e tratar a COVID-19, leva a abandonar o isolamento social, criando uma falsa sensação de segurança, configurando o que denominamos como um uso político da medicação realizado pelo governo brasileiro. Para concluir, consideramos que o uso político da cloroquina pode ser visto como uma estratégia que contribui para o que chamamos de uma gestão necropolítica da pandemia hoje existente no Brasil."
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 | 0.004 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.013 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.003 | 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".