Estratégias de relocalização e emissões de gases de efeito estufa na logística: uma análise de discurso no X/Twitter
Show simple item record
| dc.contributor |
Universidade Federal de Santa Catarina. |
pt_BR |
| dc.contributor.advisor |
Chaves, Gisele de Lorena Diniz |
|
| dc.contributor.author |
Hashimoto, Alec Massato |
|
| dc.date.accessioned |
2026-07-13T12:08:33Z |
|
| dc.date.available |
2026-07-13T12:08:33Z |
|
| dc.date.issued |
2026-07-01 |
|
| dc.identifier.uri |
https://repositorio.ufsc.br/handle/123456789/274121 |
|
| dc.description |
TCC(graduação) - Universidade Federal de Santa Catarina, Centro Tecnológico, Engenharia de Produção. |
pt_BR |
| dc.description.abstract |
A reconfiguração das cadeias globais de valor tornou-se um dos temas que ocupa posição de destaque na gestão de operações contemporânea, especialmente diante do impacto ambiental do transporte de cargas. Nesse contexto, estratégias de relocalização produtiva, como reshoring, nearshoring e friendshoring, emergem como respostas simultâneas aos riscos de ruptura logística e aos compromissos de descarbonização, embora a articulação discursiva entre essas duas agendas ainda seja pouco investigada no contexto brasileiro. Neste cenário, o trabalho tem como objetivo analisar os padrões discursivos sobre estratégias de relocalização e sua relação com as emissões de Gases de Efeito Estufa (GEE) no setor logístico, a partir de publicações coletadas na rede social X, antigo Twitter, no período de fevereiro de 2018 a dezembro de 2025. Para isso, foi construído um corpus textual bilíngue (em inglês e português). Essa coletânea é composta por 3.555 tweets, obtidos por meio da plataforma Apify a partir de um dicionário com 34 descritores temáticos. A partir dela, foi desenvolvido um fluxo de processamento em Python que integrou a identificação de palavras-chave por meio de expressões regulares, a análise de sentimento com o modelo Valence Aware Dictionary and sEntiment Reasoner (VADER) e a modelagem de tópicos latentes com o algoritmo Latent Dirichlet Allocation (LDA). Os resultados indicam um crescimento do discurso atrelado à guerra comercial EUA-China, à pandemia de COVID-19 e à crise energética europeia. A modelagem identificou seis tópicos latentes, com destaque para a dominância da combinação entre Reshoring e Geopolítica Chinesa. Além disso, a análise evidenciou o tom mais otimista do tópico que articula Reshoring e Sustentabilidade, enquanto o discurso adquiriu um tom predominantemente negativo envolvendo o tópico que relacionou Offshoring com as Emissões de Carbono. A análise apontou para uma transição do discurso, que evoluiu da denúncia das consequências ambientais do offshoring para a consolidação de uma agenda otimista de relocalização sustentável. Ao analisar o discurso espontâneo, em vez de recorrer à busca bibliográfica tradicional, a pesquisa se propõe a captar o discurso do público geral sobre a articulação dos dois temas, trazendo uma visão da sociedade engajada. Esta análise, pode complementar a discussão acadêmica disponível na literatura, a partir da visão de um público mais abrangente. |
pt_BR |
| dc.format.extent |
76 f. |
pt_BR |
| dc.language.iso |
por |
pt_BR |
| dc.publisher |
Florianópolis, SC. |
pt_BR |
| dc.rights |
Open Access. |
en |
| dc.subject |
Estratégias de relocalização |
pt_BR |
| dc.subject |
Cadeia de suprimentos |
pt_BR |
| dc.subject |
Emissões de gases de efeito estufa |
pt_BR |
| dc.subject |
Modelagem de tópicos latentes |
pt_BR |
| dc.subject |
Análise de sentimento |
pt_BR |
| dc.subject |
Processamento de linguagem natural |
pt_BR |
| dc.title |
Estratégias de relocalização e emissões de gases de efeito estufa na logística: uma análise de discurso no X/Twitter |
pt_BR |
| dc.type |
TCCgrad |
pt_BR |
Files in this item
This item appears in the following Collection(s)
Show simple item record
Search DSpace
Browse
-
All of DSpace
-
This Collection
My Account
Statistics
Compartilhar