Erros associados ao não cumprimento fiscal involuntário em IRS: evidência empirica em Portugal

Resume

This work is cataloged in the Scientific Portal. Officially published in XVI Congresso Internacional de Contabilidade e Auditoria (2017). Referenced as: "Lopes, Cidália; Sá, Cristina".

Bibliographic & Editorial Details

Venue / Journal / Book XVI Congresso Internacional de Contabilidade e Auditoria

Publication Venue / Conference Aveiro

Autores & Descoberta de Ciência ID

Identificação dos autores da instituição e deteção de coautores via FCT Ciência Vitae.

Autor(es) da Instituição

C

Cidália Maria da Mota Lopes Investigador

Ciência ID: 3110-5273-943A

View Profile

Coautores da Obra

Autores discriminados na citação da publicação:

Lopes, Cidália; Sá, Cristina

Clique no botão acima para consultar a API da FCT e descobrir os perfis Ciência ID dos coautores.

Other Related Publications

Conference paper • 2026

AI-Driven Predictive Model for Diabetes Risk Assessment - A Class-Balanced Machine Learning Approach with Web-Based Deployment

Conference paper • 2026

SiSchool: A QR-Based Mobile Device Control System for Educational Environments

Conference paper • 2026

Erros associados ao não cumprimento fiscal involuntário em IRS: evidência empirica em Portugal

Resume

Bibliographic & Editorial Details

Autores & Descoberta de Ciência ID

Nenhum coautor adicional com Ciência ID associado

Other Related Publications

AI-Driven Predictive Model for Diabetes Risk Assessment - A Class-Balanced Machine Learning Approach with Web-Based Deployment

SiSchool: A QR-Based Mobile Device Control System for Educational Environments

From predicting dropout rates to responsible intervention: explainable machine learning for academic success in higher education

Export Bibliographic Citation