Bibliographic record
Abstract
A Associação Paulista de Estudos Tributários (APET), com grande entusias-mo, apresenta o 50º número da Revista de Direito Tributário da APET, um marco que consolida duas décadas de compromisso com o desenvolvimento do estu-do e do debate acadêmico sobre a tributação no Brasil. A continuidade deste periódico semestral é fruto de uma trajetória dedicada à promoção de discus-sões inovadoras e à disseminação de conhecimentos que impactam diretamente campo jurídico-tributário nacional. Desde a sua criação, a Revista tem-se posicionado como um importante fórum de análise crítica, reunindo trabalhos que refletem o pluralismo metodo-lógico e a profundidade teórica necessária para enfrentar os desafios de um cenário tributário em constante transformação. Nesta edição comemorativa, contamos com colaborações de especialistas de renome, que trazem contri-buições pautadas tanto na prática quanto na teoria, enriquecendo o debate e fornecendo insights valiosos sobre questões contemporâneas. Inaugurando esta edição, a seção Autores convidados traz artigos que exploram alguns dos temas mais atuais e controversos do direito tributário.
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 | 0.003 | 0.016 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.009 | 0.005 |
| Open science | 0.003 | 0.003 |
| Research integrity | 0.005 | 0.005 |
| Insufficient payload (model declined to judge) | 0.352 | 0.205 |
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".