A Reforma Tributária brasileira, instituída pela Emenda Constitucional n° 132/2023 e regulamentada pela Lei Complementar n° 214/2025, alterou a tributação sobre o consumo, substituindo impostos por Imposto sobre Bens e Serviços (IBS) e Contribuição Social sobre Bens e Serviços (CBS), sob o princípio da não cumulatividade plena. O estudo objetivou descrever os principais desafios percebidos por profissionais de controladoria de empresas de tecnologia na adaptação ao novo modelo de não cumulatividade e apuração de créditos tributários. Realizou-se uma pesquisa aplicada, descritiva, com abordagem mista (qualitativa-quantitativa), por meio de levantamento de campo. Coletaram-se dados de 15 profissionais de controladoria ou gestão fiscal, utilizando questionário estruturado. As respostas foram analisadas por distribuição de frequência e análise de conteúdo temática. Os resultados revelaram que os profissionais percebem a Reforma como um evento de impacto multifuncional, demandando revisões em sistemas Enterprise Resource Planning (ERP), critérios de apuração de créditos, capacitação de equipes e integração interáreas. A limitação do aproveitamento de créditos sobre custos com mão de obra emergiu como desafio estrutural específico para o setor. Constatou-se o fortalecimento do papel estratégico da controladoria na transição tributária, especialmente em precificação, planejamento tributário e estrutura de contratação, contribuindo para o debate sobre as implicações gerenciais e operacionais da Reforma Tributária.

Palavras-chave: controladoria; créditos tributários; empresas de tecnologia; não cumulatividade; reforma tributária.

Em abril de 2024, o Rio Grande do Sul enfrentou a maior tragédia climática de sua história, evidenciando a necessidade de aprimorar estratégias de previsão e prevenção de desastres hidrometeorológicos. O estudo teve como objetivo desenvolver um modelo preditivo baseado em redes neurais do tipo Long Short-Term Memory (LSTM) para classificar eventos de alta precipitação no estado. Utilizaram-se dados históricos do Instituto Nacional de Meteorologia (INMET) entre 2013 e 2025, coletados de 44 estações meteorológicas automáticas. A metodologia compreendeu a seleção de variáveis pelo algoritmo Random Forest, que identificou a precipitação total horária e a temperatura do ponto de orvalho como as features de maior poder preditivo, e a modelagem com arquitetura LSTM de duas camadas, treinada com aplicação do SMOTE para tratamento do desbalanceamento entre classes. O modelo alcançou um AUC-ROC de 0,9373 e um recall de 82,4% para eventos extremos, definidos como precipitação acima do percentil 95 da distribuição histórica (8,60 mm/hora). Demonstrou-se a capacidade de identificar a grande maioria das ocorrências de alta precipitação com antecedência, confirmando a viabilidade do uso de redes neurais LSTM para a previsão de eventos hidrometeorológicos extremos. O trabalho oferece potencial contribuição para sistemas de monitoramento climático e políticas públicas de prevenção de desastres naturais no Brasil.

Palavras-chave: Desastres hidrometeorológicos; LSTM; Precipitação extrema; Redes Neurais Artificiais; Rio Grande do Sul.

O adensamento habitacional em São Paulo, onde 29,4% da população reside em apartamentos, estabeleceu um mercado de gestão de condomínios altamente competitivo que demanda estratégias de prospecção baseadas em dados espaciais. O estudo objetivou mapear a evolução urbana da capital paulista por meio de algoritmos de análise espacial e indicadores de idade predial para o desenvolvimento de ferramentas de inteligência competitiva. A metodologia compreendeu a extração e integração de dados públicos do CNPJ via plataforma KNIME, resultando em uma base de 32.040 condomínios, dos quais 98% foram geocodificados com a API do Google Maps. A análise macroespacial identificou que as Zonas Leste e Sul lideraram o crescimento imobiliário recente, enquanto picos de registros em 1984 e 1985 foram associados a mudanças na legislação tributária e não a ciclos construtivos reais. Paralelamente, a análise microespacial utilizou o algoritmo BallTree para comparar cada condomínio aos seus 20 vizinhos mais próximos, revelando que 29% das unidades representaram pontos de renovação local em áreas consolidadas. Os resultados foram consolidados em um dashboard interativo que permite a visualização estratégica do mercado em diferentes níveis de granularidade. Concluiu-se que a integração da ciência de dados ao território permitiu que administradoras substituíssem abordagens genéricas por prospecções personalizadas ao ciclo de vida e à realidade competitiva de cada condomínio, otimizando a alocação de recursos de marketing e a efetividade das equipes comerciais.

Palavras-chave: Algoritmo BallTree; Análise Espacial; Ciência de Dados Urbanos; Gestão Condominial.

Um estudo analisou documentos pedagógicos que orientam a escolha de materiais didáticos no Programa Nacional do Livro e do Material Didático (PNLD), considerando sua relevância para a prática docente e a gestão escolar. O objetivo foi analisar a clareza, a organização e a aplicabilidade do Guia Digital do PNLD 2023 – Anos Iniciais e do Roteiro de Apoio à Análise de Materiais Didáticos do Instituto Reúna, identificando seus limites, potencialidades e implicações para a prática pedagógica. Realizou-se uma pesquisa qualitativa, exploratória e descritiva, fundamentada na análise documental orientada pela técnica de análise de conteúdo. Examinaram-se aspectos como estrutura, navegabilidade, organização dos critérios, densidade textual e estimativa de tempo de leitura. A análise revelou tensões entre regulação estatal, mercado editorial e autonomia escolar, e os resultados apresentaram diferenças significativas entre os documentos. O Guia do PNLD mostrou-se extenso, tecnicamente denso e predominantemente normativo. Em contraste, o Roteiro do Instituto Reúna organizou-se de forma progressiva e didática, com recursos gráficos que favoreceram a compreensão e o uso coletivo pelas escolas. Concluiu-se que as características estruturais e discursivas dos documentos influenciam diretamente sua usabilidade e podem impactar o grau de autonomia e participação das equipes escolares no processo de escolha dos materiais didáticos.

Palavras-chave: formação docente; materiais didáticos; PNLD; políticas curriculares; processo decisório.

A transparência e a integridade da informação contábil são requisitos fundamentais para a conformidade fiscal dos entes públicos, avaliadas pela Secretaria do Tesouro Nacional (STN) por meio do Ranking do Sistema de Informações Contábeis e Fiscais do Setor Público Brasileiro (SICONFI). O estudo teve como objetivo desenvolver uma ferramenta de auditoria proativa para um ente da federação, visando mitigar inconsistências fiscais na Dimensão 1 (Gestão da Informação) antes do resultado oficial. A metodologia baseou-se em Ciência de Dados, utilizando a linguagem Python para a extração automatizada da Matriz de Saldos Contábeis (MSC) via Interface de Programação de Aplicações (API) do Tesouro Transparente, e o software Power BI para a construção de um painel de conformidade. O projeto focou na integração de dados para garantir a simetria de prazos e entregas entre os registros contábeis e os demonstrativos fiscais. Os resultados demonstraram que a automatização do fluxo de dados permitiu a identificação antecipada de divergências, promovendo a confiabilidade da informação e a eficiência do controle interno governamental, com arquitetura estruturada para expansão às demais dimensões do ranking. A aplicação da ferramenta em dados do exercício de 2025 demonstrou seu pleno funcionamento, com 100% de conformidade nas 38 verificações de controle da Dimensão 1. Concluiu-se que a solução atuou como um modelo inovador e escalável para a modernização da gestão pública, entregando uma ferramenta capaz de mitigar inconsistências fiscais previamente à consolidação do Ranking SICONFI.

Palavras-chave: Ciência de dados; Conformidade governamental; Controle interno; Gestão pública; Inteligência de negócios.

A crescente pressão pela sustentabilidade econômico-assistencial na saúde suplementar brasileira impulsionou a adoção de modelos de gestão para populações de maior risco. O estudo objetivou descrever e analisar a estruturação e operacionalização de um modelo de gestão de uma carteira de alto risco assistencial, bem como comparar, de forma descritiva, os indicadores agregados de internações hospitalares e passagens em pronto-socorro da mesma coorte de 100 beneficiários entre 2023 e 2025. Realizou-se um estudo de caso único, descritivo e retrospectivo, integrando análise documental qualitativa e análise quantitativa descritiva de dados administrativos. O modelo foi implementado em uma operadora verticalizada, com 100 beneficiários de alto risco identificados por marcador eletrônico. O processo envolveu captação diária de eventos assistenciais, categorização por especialidade, distribuição dos casos à equipe responsável e protocolo multiprofissional de acompanhamento por 28 dias após passagens pelo pronto-socorro ou altas hospitalares. A análise documental revelou maior padronização dos fluxos, definição das responsabilidades e rastreabilidade dos acompanhamentos no modelo reformulado. Na comparação entre os períodos, as internações hospitalares diminuíram de 166 em 2023 para 52 em 2025, uma redução de 68,67%, e as passagens em pronto-socorro caíram de 238 para 130, uma variação de 45,38%. As reduções ocorreram no período em que o modelo já se encontrava incorporado à rotina institucional, configurando uma associação temporal favorável. Contudo, devido ao delineamento descritivo, à ausência de grupo de comparação e à impossibilidade de ajuste de fatores clínicos e contextuais, as variações observadas não puderam ser atribuídas exclusivamente à implantação do modelo. O estudo contribuiu ao sistematizar uma experiência organizacional de gestão de uma carteira de alto risco na saúde suplementar, oferecendo elementos para análise e adaptação em contextos institucionais semelhantes.

Palavras-chave: Coordenação do cuidado; Gestão de alto risco; Gestão populacional; Monitoramento pós-evento; Saúde suplementar.