MétaCan
Menu
Retour à la cohorte
Enregistrement W4405357133 · doi:10.55905/oelv22n12-100

O abuso do direito de voto na assembleia geral de credores: análise da complementaridade entre a jurisprudência do STJ e as diretrizes do § 6º do Art. 39 da Lei nº 14.112/2020 para declaração de nulidade

2024· article· pt· W4405357133 sur OpenAlexaff
Breno Augusto Pinto de Miranda

Notice bibliographique

RevueOBSERVATÓRIO DE LA ECONOMÍA LATINOAMERICANA · 2024
Typearticle
Languept
DomaineSocial Sciences
ThématiqueBrazilian Legal Issues
Établissements canadiensDucks Unlimited Canada
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

O artigo explora as inovações da Lei nº 14.112/2020 à Lei de Recuperação Judicial e Falência (LRJF), especialmente o § 6º do art. 39, que permite a anulação de votos abusivos na Assembleia Geral de Credores (AGC). O problema que motiva a pesquisa é a necessidade de critérios mais objetivos para identificar o abuso do direito de voto, que ocorre quando credores exercem seu voto de modo a obter vantagens ilícitas ou prejudicar o processo de recuperação, desrespeitando o princípio da boa-fé e a função social da empresa. O estudo tem como objetivo examinar os novos parâmetros legais introduzidos pela reforma para o juízo falimentar, possibilitando que votos exercidos com abuso possam ser anulados. A metodologia adotada envolve análise normativa e doutrinária, além de um exame da jurisprudência relevante. Os resultados indicam que a reforma trouxe maior segurança jurídica ao definir critérios mais objetivos para a nulidade de votos abusivos, reduzindo a subjetividade das decisões judiciais. Ainda assim, desafios persistem, como a comprovação da intenção ilícita e o equilíbrio entre interesses individuais e coletivos. Conclui-se que a aplicação prática da nova regra contribui para a efetividade da recuperação judicial e reforça a preservação da função social das empresas.

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)0,018
score de la tête « metaresearch » (Gemma)0,092
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,095

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,092
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,006
Études des sciences et des technologies0,0070,008
Communication savante0,0120,007
Science ouverte0,0010,007
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,033
Tête enseignante GPT0,340
Écart entre enseignants0,307 · 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'étudeSans objet
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOBSERVATÓRIO DE LA ECONOMÍA LATINOAMERICANAMême sujetBrazilian Legal IssuesTravaux en français237 207