Uma breve análise léxica das publicações feitas pela parlamentar durante os meses de campanha eleitoral
Em um cenário político marcado por desigualdades entre homens e mulheres – como é o caso brasileiro –, é comum que candidatas a cargos de poder enfrentem a invisibilidade e o peso dos estereótipos em sua trajetória eleitoral (MIGUEL E BIROLI, 2010; PANKE E IASULAITIS, 2016; MASSUCHIN, MARQUES E MITOZO, 2020). Sabendo que elas, normalmente, dispõem de menos tempo na mídia tradicional – tal qual a televisão – para apresentar suas propostas (CARVALHO, KNIESS E FONTES, 2016), sites de redes sociais como o Twitter assumem cada vez mais importância para a campanha de muitas postulantes. É por meio deles que elas conseguem interagir de forma direta com o público, expondo suas ideias e posicionamentos (MASSUCHIN, MARQUES E MITOZO, 2020).
Nas eleições de 2020, Curitiba contou com uma mulher como a pessoa mais votada para a Câmara Municipal. Indiara Barbosa (NOVO) teve 12.147 votos, cerca de 2 mil a mais do que o segundo colocado, Serginho do Posto (DEM) – que conquistou 10.061 votos – e 3.273 acima de Carol Dartora (PT), segunda mulher mais votada na capital paranaense. Como já foi apontado em outro texto deste site, apesar de ter acumulado mais votos, Barbosa não foi a candidata que mais postou no Twitter durante a reta final da campanha eleitoral. Pelo contrário, ela fez menos publicações do que suas colegas de parlamento.
Este comentário aprofunda a investigação focada na conta da vereadora e apresenta uma breve análise léxica dos tweets feitos por ela. O recorte temporal foi estendido em comparação com o texto anterior – que considerou apenas os 14 dias anteriores ao primeiro turno do pleito, mais o dia da eleição em si –, passando a abranger todos os meses de campanha eleitoral: setembro, outubro e novembro de 2020[1]. Foram consideradas, ao todo, 180 publicações feitas por Barbosa no perfil @IndiaraNOVO. A figura 1, abaixo, é uma nuvem de palavras com os termos que mais apareceram nas postagens da parlamentar ao longo do período estudado. A nuvem foi construída com auxílio do pacote wordcloud para o ambiente de programação R. Os vocábulos precisavam aparecer, no mínimo, cinco vezes para serem considerados na análise.
Figura 1 – Nuvem de palavras feita a partir dos tweets de Indiara Barbosa entre setembro e novembro de 2020
