Emendas impositivas
Bibliographic record
Abstract
Este artigo analisa a influência das emendas parlamentares impositivas nas políticas públicas de educação no Estado do Rio de Janeiro, com ênfase nas ações da Secretaria de Educação (SEEDUC RJ). A pesquisa parte da recente mudança legal trazida pela Emenda Constitucional nº 97/2023, que ampliou o poder dos deputados estaduais na destinação de recursos orçamentários, com parte obrigatória alocada na área da educação. Diante da escassez de estudos sobre os efeitos práticos dessa nova configuração orçamentária, busca-se compreender se tais recursos estão sendo aplicados de maneira eficiente, se contribuem para o cumprimento do índice constitucional mínimo de investimento em educação e se fortalecem as políticas públicas voltadas à redução de desigualdades e à garantia de direitos educacionais. Utilizando dados do Plano Plurianual (PPA) 2024-2027 e informações de execução orçamentária, os resultados apontam que, mesmo com menor volume de recursos em comparação ao ano anterior, houve ampliação do atendimento a alunos com necessidades especiais e ações inclusivas, sugerindo que o direcionamento estratégico dos recursos públicos pode gerar impactos relevantes. A discussão é estruturada em torno de três eixos principais: o marco teórico e jurídico das emendas impositivas, a análise dos dados empíricos relacionados à sua execução, e a avaliação dos resultados à luz dos objetivos constitucionais, contribuindo assim para o debate sobre a atuação do legislativo estadual na promoção da equidade educacional.
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 | 0.005 | 0.028 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.006 | 0.004 |
| Scholarly communication | 0.009 | 0.004 |
| Open science | 0.002 | 0.008 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.032 | 0.004 |
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".