A PEJOTIZAÇÃO RURAL E O IMPACTO ECONÔMICO DO ITBI
Bibliographic record
Abstract
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.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.005 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.017 | 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".