[pt] COMUNICAÇÃO POLÍTICA, MÉTODOS COMPUTACIONAIS E PANDEMIA: OS TRÊS PRIMEIROS MESES DA COVID-19 NO BRASIL E SEU PROCESSO DE ENQUADRAMENTO NO TWITTER

• Ano de defesa: 2022
• Autor(a) principal: LEONARDO MAGALHAES FIRMINO
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: MAXWELL
• Palavras-chave em Português: [pt] METODO COMPUTACIONAL; [pt] COVID-19 NO BRASIL; [pt] SINCRONIZACAO DO ENQUADRAMENTO; [pt] ENQUADRAMENTOS ESPECIFICOS; [pt] ENQUADRAMENTOS GENERICOS; [en] COMPUTATIONAL METHOD; [en] COVID-19 IN BRAZIL; [en] FRAMING SYNCHRONIZATION; [en] SPECIFIC FRAMES; [en] GENERIC FRAMES
• Link de acesso: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=58015&idi=1; https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=58015&idi=2; http://doi.org/10.17771/PUCRio.acad.58015

[pt] A pesquisa tem como objetivo estudar a variação temporal de enquadramentos genéricos e específicos sobre saúde no contexto da pandemia de covid-19 no Brasil. Se trata de um estudo de caso realizado no Twitter sobre o tema da saúde (n = 31.339.922) entre 15 de março e 15 junho de 2020. Como categorias analíticas, se estudaram 3 frames genéricos e 3 específicos sobre saúde em contextos de epidemias. Os frames genéricos foram operacionalizados de forma dedutiva: conflito, atribuição de responsabilidade e moralidade (SEMETKO; VALKENBURG, 2000). Os frames específicos foram operacionalizados com o método indutivo (DE VREESE, 2005): consequências da pandemia, medidas de contenção e métodos de tratamento. Os tweets foram classificados automaticamente mediante um método computacional dictionary based, garantindo a confiabilidade, a validez e a reprodutibilidade (KRIPPENDORFF, 2011; SAMPAIO; LYCARIÃO, 2018). Foi realizada uma série temporal para observar a variação diária da evocação de cada quadro nos 93 dias estudados. Foi construída também uma rede temporal de usuários conectados mediante menções, retweets e respostas, sobre a qual foi calculada a métrica PageRank para medir a sua influência diária sobre a rede. Foram selecionados os dez atores mais proeminentes segundo o seu PageRank na data de maior pico de cada frame da série temporal. Finalmente, foram sistematizadas as informações sobre o contexto de análise e sobre o clima de opinião no Brasil mediante surveys representativos da população brasileira com frequência diária (n = 1.800, ME = mais ou menos 2 por cento, IC = 95 por cento). Os resultados da pesquisa apontam que a ordem de evocação dos frames, do mais ao menos proeminente, foi: conflito, atribuição de responsabilidade, consequências da pandemia, moralidade, medidas de contenção e métodos de tratamento. Em especial, os quadros do conflito, da atribuição de responsabilidade e das consequências da pandemia estiveram fortemente relacionados a um enquadramento negativo, episódico e de interesse humano dos tweets. Por outro lado, os demais frames (moralidade, medidas de contenção e métodos de tratamento) priorizaram enquadramentos temáticos, cujas implicações eram preponderantemente de natureza mais social e menos individual. Se destaca também a significativa presença de perfis anônimos entre os Top10 usuários de cada frame, assim como militantes, especialistas em saúde, influenciadores digitais, jornalistas, órgãos de mídia, políticos e perfis de outra natureza. Por fim, no que se refere ao estudo das condições que estão associadas aos picos mais altos de evocação dos frames genéricos e específicos da série temporal, foi observado um fenômeno que se definiu como sincronização do enquadramento. Se define a sincronização do enquadramento como um fenômeno de ajuste coletivo da frequência ativação em rede de um determinado frame por meio da interação entre os indivíduos e influenciado por quatro fatores: contexto, sucessão de eventos associados, clima de opinião e combinação entre frames e temas.