Novos planos, velhos problemas: o positivismo jurídico de Scott Shapiro
Bibliographic record
Abstract
Sou profundamente grato ao Professor Ronaldo Porto Macedo Junior pela oportunidade que me deu de receber sua orientação e de participar do Programa de Pós-Graduação em Direito da FADUSP.Antes desta jornada eu o admirava apenas por suas brilhantes credenciais acadêmicas; depois dela vi essa admiração ser eternamente qualificada por suas ainda mais brilhantes credenciais humanas.Agradeço aos Professores Thomas da Rosa de Bustamante e Rafael Mafei Rabelo Queiroz, tanto pelas excelentes contribuições que me deram ao participarem de meu exame de qualificação quanto pela honra que me concederam ao comporem a banca perante a qual apresentei minha defesa; à Profa.Clarissa Piterman Gross, por aceitar ser integrante daquele mesmo colegiado, abrilhantado por sua presença; ao Prof. José Reinaldo de Lima Lopes, pela enriquecedora convivência durante o seminário de Hermenêutica e Razão Prática, a qual me trouxe dividendos acadêmicos e humanos que ainda não terminei de colher; ao Prof. Leonardo Gomes Penteado Rosa, pela longa conversa às vésperas de minha qualificação e pela gentileza com que me ajudou naquele momento tão importante e de tantas dúvidas; ao Prof. Pablo Antonio Lago, pelas observações que muito me esclareceram e pela assistência quando foi necessário requerer a prorrogação do prazo de que eu dispunha para depositar este trabalho; aos colegas de curso e de monitorias, bem como a Daniel Peixoto Murata, Octavio Sampaio de Moura Azevedo e aos demais orientandos do Prof.Ronaldo, cujas contribuições são muito numerosas para citar aqui; aos servidores e ex-servidores da Secretaria da Pós-Graduação da FADUSP com quem tive contato no decorrer dos últimos quatro anos, especialmente a Dona Maria de Fátima Silva Cortinhal, que gentilmente me socorreu diante de uma grande dificuldade logística, viabilizando a realização de meu exame de qualificação, a Mario Paulino, pelas iluminadoras observações feitas quando do protocolo de meu primeiro projeto de pesquisa, e a Alexandre de Alencar Banho, pela diligência no atendimento de requerimentos e disponibilidade na resolução de dúvidas; a Alexandra Elbakyan, pela incansável defesa da ideia de que o conhecimento deve ser livremente difundido e compartilhado.
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 | 0.007 | 0.011 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.006 | 0.026 |
| Scholarly communication | 0.009 | 0.010 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.004 | 0.008 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
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".