MétaCan
Menu
Retour à la cohorte
Enregistrement W1547304013

Taxation, Inequality and Fiscal Contracting in the Americas

2013· article· en· W1547304013 sur OpenAlexaff
Richard M. Bird, Eric M. Zolt

Notice bibliographique

RevueSSRN Electronic Journal · 2013
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFiscal Policy and Economic Growth
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésLatin AmericansMiddle classPovertyInequalityEconomicsPoliticsDevelopment economicsEconomic mobilityVulnerability (computing)Economic inequalityFiscal policyGovernment (linguistics)Government spendingSocial mobilityEconomic policyPolitical scienceEconomic growthMonetary economicsMarket economyWelfare
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Since 2000, Latin America has become less unequal, with lower levels of poverty, and likely greater economic mobility. Over a longer time period, the story in the United States is much different. The United States has become more unequal, with relatively high poverty levels, and likely less economic mobility. While these changes largely result from broader economic and political factors, government fiscal policies play some role in changing market outcomes. This Article examines how changes in levels of inequality may influence taxing and spending policies. It suggests that in both parts of the Americas changing economic and political realities may contribute to a changing 'fiscal contract.' One contributing factor is the economic circumstances of the middle class. In Latin America, improvements in the economic status of the middle class may call for different tax and spending policies. In the United States, the increased economic vulnerability of the middle class and the perceived decline in economic mobility may drive change. In both regions, the extent and nature of change may depend largely on the extent to which the middle class come to think that they may be better served with higher (or lower) taxes (on them, and on the wealthy) and more (or less) robust social spending programs.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,073
Score d'incertitude au seuil0,146

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,002
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,024
Tête enseignante GPT0,237
Écart entre enseignants0,213 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations2
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetFiscal Policy and Economic GrowthTravaux en français237 207