A atuação de advogados e organizações não governamentais na judicialização da saúde pública no Brasil: a quem será que se destina?
Bibliographic record
Abstract
Introdução: O presente estudo busca compreender a atuação de advogados e organizações não governamentais no fenômeno da judicialização da saúde no Brasil, com base em um conjunto de ações judicias julgadas em primeira e segunda instância na Comarca de Campinas no ano de 2012. Métodos: Estudo descritivo e retrospectivo, com dados coletados por meio de entrevistas com 27 advogados, responsáveis por 78 ações judiciais. Resultados: De modo geral, os advogados cobram pelos honorários profissionais, representam clientes com elevado poder aquisitivo, solicitam os benefícios da justiça gratuita para seus clientes, mantêm relações com diversas associações sem fins lucrativos que atuam na área da saúde, exploram esse nicho de mercado e possuem uma prática voltada para a litigância. Identificou-se a atuação de duas organizações não governamentais, que mantêm relações com diversos outros atores, incluindo empresas do complexo econômico-industrial da saúde. Conclusão: Argumenta-se que a judicialização da saúde não contempla os grupos mais vulneráveis da sociedade, sendo permeada por relações duvidosas e pouco transparentes entre os atores que dela participam. Além disso, o judiciário carece de conhecimento sobre os elementos da realidade em que atua e que, agindo de forma não articulada como os outros membros do poder público, não é capaz de realmente mitigar o problema da saúde pública.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.006 | 0.013 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.007 | 0.009 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".