Metodologia · coLAB/UFF

Como fazemos os relatórios
de análise de conjuntura.

Da coleta de conteúdos públicos nas plataformas digitais até o relatório final, cada etapa do trabalho do coLAB se apoia em ferramentas próprias ou abertas. Esta página descreve o processo, passo a passo, e leva direto à ferramenta usada em cada momento.

O processo, etapa por etapa

  1. 1

    Etapa 1

    Coleta de dados

    A primeira etapa consiste na coleta de conteúdos públicos nas plataformas digitais. Dependendo da plataforma e dos objetivos da pesquisa, podem ser utilizadas ferramentas como TweetLAB, Meta Content Library ou Zeeschuimer. O objetivo é reunir posts, metadados, imagens e outras informações relevantes para a constituição do corpus de análise.

    Resultado: corpus bruto com posts, metadados e links para as imagens.

    Ferramentas de coleta

    TweetLABColeta de posts do X/Twittertweetlab.colab.meme Meta Content LibraryConteúdos públicos do Facebook e do Instagramfacebook.com/transparency-tools ZeeschuimerExtensão de navegador que captura conteúdos enquanto se navegagithub.com/digitalmethodsinitiative 4CATRecebe, organiza e processa os dados coletadosservidor.colab.uff.br/4cat
  2. 2

    Etapa 2

    Download e seleção das imagens

    Após a coleta, as imagens associadas aos conteúdos são baixadas e organizadas utilizando o WgetLAB. Em seguida, realiza-se uma etapa de triagem e seleção, identificando quais conteúdos efetivamente apresentam características de humor, de acordo com os critérios definidos pela pesquisa. Esta triagem pode ser realizada utilizando-se um modelo de IA pré-treinado para reconhecer fotos e memes.

    2a · Download das imagens

    WgetLABBaixa e organiza as imagens ligadas às linhas do CSVwgetlab.colab.meme

    2b · Seleção das imagens

    MemeDetectionClassifica cada imagem como meme ou foto com um modelo de IAmemedetection.colab.meme
  3. 3

    Etapa 3

    Análise dos dados

    O corpus selecionado é então submetido à análise, de acordo com a natureza dos dados e da pergunta de pesquisa. Para análise automatizada de imagens (image analytics), utiliza-se o MemeLAB. Quando o foco está na análise de conteúdo, utiliza-se o CodLAB. Os resultados da codificação podem, posteriormente, ser submetidos ao KrippLAB, permitindo avaliar a confiabilidade da codificação, por meio de medidas de concordância entre codificadores.

    Análise automatizada de imagens

    MemeLAB instalação localImage analytics do corpus de memesO MemeLAB não tem versão on-line: ele deve ser instalado localmente. Consulte o administrador de colab.meme para mais detalhes.

    Análise de conteúdo

    CodLABCodificação do corpus segundo o livro de códigoscolab.meme/codlab KrippLABConfiabilidade: concordância entre codificadores (α de Krippendorff)kripplab.colab.meme
  4. 4

    Etapa 4

    Armazenamento dos datasets

    Os datasets produzidos ao longo da pesquisa são organizados, documentados e armazenados no CKAN. Essa etapa permite preservar os dados, controlar suas versões, registrar informações sobre sua origem e metodologia e, quando aplicável, facilitar seu compartilhamento e reutilização por outros pesquisadores.

    Repositório de dados

    CKANDatasets versionados e documentadosckan.colab.meme
  5. 5

    Etapa 5

    Relatório de análise de conjuntura

    A partir dos dados analisados, são sistematizados os principais achados, padrões e tendências identificados no corpus. Esses resultados são articulados ao contexto político e social mais amplo, dando origem a um relatório de análise de conjuntura, voltado à interpretação dos fenômenos observados e à produção de insights relevantes para diferentes públicos.

    Publicação

    Relatórios do coLABLeia os relatórios de análise de conjunturareports.colab.meme