MétaCan
Menu
Retour à la cohorte
Enregistrement W1519023994

Avoidance, Evasion, and Taxpayer Morality

2014· article· en· W1519023994 sur OpenAlexaff
Allison Christians

Notice bibliographique

RevueOpen Scholarship Institutional Repository (Washington University in St. Louis) · 2014
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueTaxation and Compliance Studies
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésTaxpayerMoralityEvasion (ethics)Tax evasionLaw and economicsBusinessPolitical scienceEconomicsLawPublic economicsBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This Essay fleshes out the case for caution in employing morality as a stop-gap measure to avoid drawing a regulated line between tax evasion and tax avoidance, while still meting out punishment within the undefined space between these two poles. It suggests that the alternate view—that taxpayer behavior must be managed by law rather than social sanction—has the best chance of driving tax policy toward greater coherence in the long run. This alternate view, that tax policy must be contained in law, does not mean the public must be uninvolved in policy discourse; the opposite is clearly true. The public seems uniquely suited to the task of demanding transparency in governance as a mechanism for monitoring lawmaking and addressing tax policy problems. Transparency is of course an imperfect mechanism, but it seems to be the best hope for achieving justice across a wide variety of governance-related failures of which unjust taxation is a prominent example. Transparency forms the central core of all contemporary treatments of the problem of governance, and there is no reason why it should not also define the contours of thinking about what behaviors should be acceptable when it comes to taxation. For this reason, this Essay concludes that the problem of distinguishing tax avoidance from tax evasion presents a base case for demanding transparency in both tax information and tax lawmaking, in the service of pursuing tax justice.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,555
Score d'incertitude au seuil0,861

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,045
Tête enseignante GPT0,240
Écart entre enseignants0,195 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen Scholarship Institutional Repository (Washington University in St. Louis)Même sujetTaxation and Compliance StudiesTravaux en français237 207