Percepções sobre Desmatamento e Queimadas no Brasil: Uma Análise de Sentimentos, Tópicos e Engajamento no Bluesky
Resumo
Este trabalho analisa percepções e sentimentos de usuários brasileiros no Bluesky sobre desmatamento e queimadas no Brasil durante agosto e setembro de 2024. Foi construído um conjunto de dados de aproximadamente 126 mil postagens, analisado com técnicas de Processamento de Linguagem Natural. A metodologia combinou classificação de sentimentos com o léxico LeIA e modelagem de tópicos por Latent Dirichlet Allocation. Os resultados indicam predominância de indignação direcionada a atores políticos e econômicos. A análise temática revelou discussões sobre responsabilização política, impactos cotidianos das queimadas, consequências sociais e criminalização dos incêndios.Referências
Almeida, R. J. A. (2018). Leia - léxico para inferência adaptada. [link]. Acesso em: 6 nov. 2024.
BBC News Brasil (2024). A rede social que conseguiu um milhão de usuários e bateu recordes de interações após bloqueio do x no brasil. Acesso em: 28 out. 2024.
Beigi, G. et al. (2016). An overview of sentiment analysis in social media and its applications in disaster relief. In Pedrycz, W. and Chen, S.-M., editors, Sentiment Analysis and Ontology Engineering, volume 639 of Studies in Computational Intelligence. Springer, Cham.
Blei, D. M., Ng, A. Y., and Jordan, M. I. (2003). Latent dirichlet allocation. Journal of Machine Learning Research, 3:993–1022.
Brasil de Fato (2024). Agosto concentra quase metade das queimadas do ano; cerrado é o bioma mais prejudicado. Acesso em: 28 out. 2024.
Buzelin, A., Bento, P., Aquino, Y., Chagas, A., Dutenhefner, P., Malaquias, S., Estanislau, V., Santana, C., Dayrell, L., Mesquita, L., Locatelli, M., Pappa, G., Jr., W. M., and Almeida, V. (2025). Emerging digital spaces: The case of bluesky’s rise during 2024 brazilian elections. In Anais do XIV Brazilian Workshop on Social Network Analysis and Mining, pages 269–282, Porto Alegre, RS, Brasil. SBC.
Corrêa, I. T. and Faria, E. R. d. (2021). An analysis of violence against women based on victims’ reports. In Proceedings of the XVII Brazilian Symposium on Information Systems, pages 1–8, New York, NY, USA. ACM.
Datareportal (2024). Digital 2024: Brazil. Acesso em: 28 out. 2024.
DW Brasil (2024). Queimadas poluíram ar em quase todas as capitais do brasil; veja dados. Acesso em: 28 out. 2024.
Gaikwad, S. V., Chaugule, A., and Patil, P. (2014). Text mining methods and techniques. International Journal of Computer Applications, 85(17).
Gu, Z. (2022). Complex heatmap visualization. iMeta, 1(3):e43.
Heimerl, F. et al. (2014). Word cloud explorer: Text analytics based on word clouds. In 2014 47th Hawaii International Conference on System Sciences, pages 1833–1842, Waikoloa, HI, USA.
Hutto, C. and Gilbert, E. (2014). Vader: A parsimonious rule-based model for sentiment analysis of social media text. In Eighth International Conference on Weblogs and Social Media (ICWSM-14), Ann Arbor, MI.
Jurafsky, D. and Martin, J. H. (2024). Speech and Language Processing: An Introduction to Natural Language Processing, Computational Linguistics, and Speech Recognition with Language Models. Stanford University, University of Colorado at Boulder, 3 edition.
Kleppmann, M. et al. (2024). Bluesky and the at protocol: Usable decentralized social media. In Proceedings of the ACM Conext-2024 Workshop on the Decentralization of the Internet (DIN ’24), pages 1–9. ACM.
Nadkarni, P. M., Ohno-Machado, L., and Chapman, W. W. (2011). Natural language processing: an introduction. Journal of the American Medical Informatics Association, 18(5):544–551.
Paes, V. J. et al. (2022). Análise de sentimento em tweets relacionados ao desmatamento da floresta amazônica. In Anais do XI Brazilian Workshop on Social Network Analysis and Mining (BraSNAM), pages 1–12, Porto Alegre, RS, Brasil. SBC.
Sahneh, E. S. et al. (2024). The dawn of decentralized social media: An exploration of bluesky’s public opening.
Zheng, E.-T. et al. (2025). How is science discussed on bluesky?
BBC News Brasil (2024). A rede social que conseguiu um milhão de usuários e bateu recordes de interações após bloqueio do x no brasil. Acesso em: 28 out. 2024.
Beigi, G. et al. (2016). An overview of sentiment analysis in social media and its applications in disaster relief. In Pedrycz, W. and Chen, S.-M., editors, Sentiment Analysis and Ontology Engineering, volume 639 of Studies in Computational Intelligence. Springer, Cham.
Blei, D. M., Ng, A. Y., and Jordan, M. I. (2003). Latent dirichlet allocation. Journal of Machine Learning Research, 3:993–1022.
Brasil de Fato (2024). Agosto concentra quase metade das queimadas do ano; cerrado é o bioma mais prejudicado. Acesso em: 28 out. 2024.
Buzelin, A., Bento, P., Aquino, Y., Chagas, A., Dutenhefner, P., Malaquias, S., Estanislau, V., Santana, C., Dayrell, L., Mesquita, L., Locatelli, M., Pappa, G., Jr., W. M., and Almeida, V. (2025). Emerging digital spaces: The case of bluesky’s rise during 2024 brazilian elections. In Anais do XIV Brazilian Workshop on Social Network Analysis and Mining, pages 269–282, Porto Alegre, RS, Brasil. SBC.
Corrêa, I. T. and Faria, E. R. d. (2021). An analysis of violence against women based on victims’ reports. In Proceedings of the XVII Brazilian Symposium on Information Systems, pages 1–8, New York, NY, USA. ACM.
Datareportal (2024). Digital 2024: Brazil. Acesso em: 28 out. 2024.
DW Brasil (2024). Queimadas poluíram ar em quase todas as capitais do brasil; veja dados. Acesso em: 28 out. 2024.
Gaikwad, S. V., Chaugule, A., and Patil, P. (2014). Text mining methods and techniques. International Journal of Computer Applications, 85(17).
Gu, Z. (2022). Complex heatmap visualization. iMeta, 1(3):e43.
Heimerl, F. et al. (2014). Word cloud explorer: Text analytics based on word clouds. In 2014 47th Hawaii International Conference on System Sciences, pages 1833–1842, Waikoloa, HI, USA.
Hutto, C. and Gilbert, E. (2014). Vader: A parsimonious rule-based model for sentiment analysis of social media text. In Eighth International Conference on Weblogs and Social Media (ICWSM-14), Ann Arbor, MI.
Jurafsky, D. and Martin, J. H. (2024). Speech and Language Processing: An Introduction to Natural Language Processing, Computational Linguistics, and Speech Recognition with Language Models. Stanford University, University of Colorado at Boulder, 3 edition.
Kleppmann, M. et al. (2024). Bluesky and the at protocol: Usable decentralized social media. In Proceedings of the ACM Conext-2024 Workshop on the Decentralization of the Internet (DIN ’24), pages 1–9. ACM.
Nadkarni, P. M., Ohno-Machado, L., and Chapman, W. W. (2011). Natural language processing: an introduction. Journal of the American Medical Informatics Association, 18(5):544–551.
Paes, V. J. et al. (2022). Análise de sentimento em tweets relacionados ao desmatamento da floresta amazônica. In Anais do XI Brazilian Workshop on Social Network Analysis and Mining (BraSNAM), pages 1–12, Porto Alegre, RS, Brasil. SBC.
Sahneh, E. S. et al. (2024). The dawn of decentralized social media: An exploration of bluesky’s public opening.
Zheng, E.-T. et al. (2025). How is science discussed on bluesky?
Publicado
19/07/2026
Como Citar
MELO, Bruno Henrique Freitas de; FERREIRA, Raoni Simoes; COSTA, Catarina de Souza.
Percepções sobre Desmatamento e Queimadas no Brasil: Uma Análise de Sentimentos, Tópicos e Engajamento no Bluesky. In: BRAZILIAN WORKSHOP ON SOCIAL NETWORK ANALYSIS AND MINING (BRASNAM), 15. , 2026, Gramado/RS.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2026
.
p. 175-186.
ISSN 2595-6094.
DOI: https://doi.org/10.5753/brasnam.2026.22262.
