PERFIL E NATUREZA CONTINGENTE DA DÍVIDA ATIVA PREVIDENCIÁRIA BRASILEIRA ENTRE 2012 E 2020
Bibliographic record
Abstract
Objetivo: analisar a capacidade do Governo brasileiro na recuperação de recebíveis oriundos da dívida ativa previdenciária (DAP). Método: é apresentado o fluxo do processo de registro e classificação de probabilidade de pagamento da DAP, abrangendo saldos, pagamentos, tempo de inscrição e demais detalhamentos de saldos. Na sequência é analisada a recuperabilidade da DAP com o uso de estatística descritiva dos dados da DAP disponíveis na Prestação de Contas do Presidente da República no Balanço Geral da União (BGU) e no sítio da Procuradoria Geral da Fazenda Nacional (PGFN), contemplando o período de 2012 a 2020, a partir da classificação do rating estabelecida pela Portaria nº 293/2017 Resultados: os achados da pesquisa mostram que (i) houve crescimento do montante de valores inscritos a título de DAP no período; (ii) enquanto o estoque da DAP cresceu de forma exponencial em relação ao produto interno bruto (PIB), a recuperação desses valores permaneceu relativamente constante; (iii) 64,8% dos valores registrados no período eram correspondentes a créditos irrecuperáveis ou com baixa probabilidade de recuperação. Portanto, é baixa a capacidade de recuperação dos recebíveis oriundos da dívida ativa previdenciária brasileira, evidenciando a natureza contingente desses valores. Contribuições: o estudo ratifica os achados da literatura sobre o baixo nível de recuperação de recebíveis e seu acúmulo duvidoso nas demonstrações contábeis do setor público, e alerta sobre as discrepâncias observadas nas bases de dados oficiais que tratam da dívida ativa previdenciária brasileira.
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 | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 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".