Periferia chique : como a Lacoste utilizou a comunicação integrada para desconstruir estigmas e gerenciar crises na era digital
Bibliographic record
Abstract
Este trabalho de conclusão de curso analisa as estratégias de comunicação integradas utilizadas pela marca de luxo Lacoste para desconstruir estigmas e gerenciar crises na era digital, com foco especial na relação da marca com os jovens das periferias brasileiras. Tradicionalmente associada a um público elitizado, a Lacoste tem adotado estratégias para conquistar novos consumidores, refletindo a democratização do consumo. A pesquisa destaca a criação da página oficial Lacoste Brasil no Instagram em 2021 e a campanha “Crocodilos Jogam Juntos”, que inicialmente enfrentou repercussão negativa por não incluir influenciadores ligados ao funk e rap, gêneros musicais populares nas periferias. O estudo utilizou o estudo de caso e a análise de redes sociais como metodologias para analisar o engajamento e a repercussão das campanhas publicitárias da Lacoste no Instagram, bem como as transformações estratégicas adotadas pela marca para reverter as críticas. Além disso, investiga a identificação da marca com os gêneros musicais e as periferias, e como essa relação influencia a construção de identidade dos consumidores. A partir das análises realizadas foi possível observar como a Lacoste conseguiu aumentar o engajamento no Instagram e construir um relacionamento próximo do público brasileiro, fomentando parcerias com influencers identificados com a periferia.
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) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.010 | 0.009 |
| Scholarly communication | 0.010 | 0.005 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.027 | 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".