“Se você não tem que abrir mão de nada, você não é aliado” : análise discursiva das consultorias de comunicação Think Eva e Indique Uma Preta
Bibliographic record
Abstract
Na segunda década do século XXI, pudemos observar mudanças de posicionamentos das marcas. Elas estão inovando, buscando atingir novos perfis de públicos, muitas vezes alinhadas às pautas dos movimentos sociais, em especial dos movimentos feministas. Para conseguir manter os seus posicionamentos, que vão além das propagandas, incluindo a comunicação interna, algumas marcas buscam os serviços de consultorias, como a Think Eva e a Indique Uma Preta. Ambas trabalham com foco no público feminino e têm como base estratégica as pautas dos movimentos sociais, como os feminismos. Posto isto, esta pesquisa qualitativa propõe compreender as relações entre o consumo, a publicidade e o ativismo, problematizando como o mercado, por meio de consultorias como essas, apropriam-se dos discursos das causas dos movimentos sociais para alavancar negócios e posicionar marcas. Para isso, utilizamos as seguintes técnicas de pesquisa qualitativa para coleta de dados: a Netnografia, tendo como base Kozinets (2014) e para análise dos dados, Análise de Discurso (ORLANDI, 2020) com perspectiva crítica. O trabalho também se apoia nas discussões de Dardot e Laval (2016) e Maria Eduarda Rocha (2010) sobre a racionalidade neoliberal, Izabela Domingues e Ana Paula de Miranda (2018) sobre consumo de ativismo, Barreto Januário (2021) com feminismo de mercado entre outros. Com essa investigação, compreendemos que a comunicação é posta como um instrumento no qual se naturaliza ideias e pensamentos, resultando assim na criação de um possível novo mundo (LAZZARATO, 2006), principalmente por meio do consumo de ativismo (DOMINGUES; MIRANDA, 2018). Nesse processo, as pautas feministas se transformam em uma ferramenta mercadológica, condizentes com o que propõe o feminismo de mercado (BARRETO JANUÁRIO, 2021) que, mediados pelas ideias neoliberais, estimulam os sujeitos a se conformar com medidas paliativas, resultando a despolitização e esvaziamento de sentido das pautas feministas.
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 | 0.007 | 0.024 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.005 | 0.008 |
| Science and technology studies | 0.007 | 0.008 |
| Scholarly communication | 0.009 | 0.006 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.005 | 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".