MétaCan
Menu
Retour à la cohorte
Enregistrement W4389731763 · doi:10.54751/revistafoco.v16n12-085

A PEJOTIZAÇÃO RURAL E O IMPACTO ECONÔMICO DO ITBI

2023· article· pt· W4389731763 sur OpenAlexaff
Karolyne Aparecida Lima Maluf, Fabrício Muraro Novais

Notice bibliographique

RevueRevista Foco · 2023
Typearticle
Languept
DomaineEnvironmental Science
ThématiqueRural Development and Agriculture
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésHumanitiesAgricultural sciencePolitical sciencePhilosophyEnvironmental science

Résumé

récupéré en direct d'OpenAlex

O tema da pesquisa é o Imposto sobre Transmissão de Bens Imóveis (ITBI) e apresenta como recorte o impacto de sua incidência nas propriedades imobiliárias rurais. A problemática revela-se na forma como o alcance da norma tributária referente ao ITBI pode onerar e tornar morosa a produção agroindustrial. A justificativa do problema está pautada nas recentes controvérsias no judiciário, que inovaram na tributação de situações anteriormente imunes, o que aumenta a carga tributária das empresas rurais, principalmente no momento de sua constituição. O objetivo geral é propor uma reformulação da legislação para sanar as lacunas deixadas pelas decisões judiciais. Os objetivos específicos são: a) identificar os aspectos relevantes do ITBI; b) investigar os desafios da tributação do imposto municipal no agronegócio; c) avaliar o impacto econômico do ITBI no custo da produção no âmbito do agronegócio. O método utilizado será dedutivo conjugado à pesquisa bibliográfica. A hipótese é a adoção de uma legislação municipal que regulamente situações previsíveis. O resultado será alcançado por meio da compreensão de um regime tributário que atenda ao agronegócio. Por fim, conclui-se pela harmonização dos sistemas tributários de forma a não onerar o setor produtivo por meio das propriedades rurais.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,005
Études des sciences et des technologies0,0020,002
Communication savante0,0050,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0170,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,011
Tête enseignante GPT0,236
Écart entre enseignants0,225 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista FocoMême sujetRural Development and AgricultureTravaux en français237 207