\"Is the color of this city me?\": women and the right to the city in Salvador, Bahia
Bibliographic record
Abstract
O Direito à Cidade é um conceito que deve ser entendido e apreendido a partir de diversas dimensões. A mobilidade urbana, a segurança, o lazer e o atendimento de serviços públicos, são alguns dos aspectos fundamentais que fazem parte de uma prática social que definem a experiência espacial vivenciada pelos cidadãos. Considerando o Espaço como a materialização das relações sociais de gênero, raça e classe, podemos afirmar que essas intersecções geram desigualdades entre os grupos sociais feminino e masculino no seu uso e no seu acesso. Dessa forma, analisando a experiência vivenciada pelas mulheres na cidade de Salvador, uma das grandes capitais brasileiras, este trabalho teve como objetivo compreender a relação entre a produção do espaço urbano e a forma como as mulheres da cidade são atravessadas pelas suas contradições. Essa análise, baseada no olhar da Geografia Feminista, foi realizada a partir de duas etapas, uma primeira, que teve como base o levantamento bibliográfico de dados secundários sobre as condições de vida das mulheres em Salvador, referentes à segurança, trabalho, mobilidade, dados da vida cotidiana. E uma segunda etapa na qual foi utilizada a ferramenta metodológica Relief Maps, desenvolvida por Maria Rodó-de-Zarate, da Universidad Oberta de Catalunya, a qual traduzi para o português, e utilizei para realizar 20 entrevistas com mulheres moradoras da capital baiana e também soteropolitanas vivendo em Barcelona e no Québec, para levantar as sensações de segurança e vulnerabilidade ligadas a locais de uso do espaço urbano, como o transporte público, os espaços educativos, a residência, entre outros. Essa pesquisa além de identificar que grande parte das mulheres que vivem na capital baiana apresentam grande taxa de insegurança e vulnerabilidade, também realizou como produto o desenvolvimento do aplicativo FEMINISTAS.SA, o qual tem por finalidade apoiar o Direito à Cidade para mulheres
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 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 teacher head, 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".