MétaCan
Menu
Retour à la cohorte
Enregistrement W1550948238 · doi:10.5539/res.v7n7p69

The Influence of Value Added Tax (Vat) Assessment on Income Distribution of Consumer of Garment in West Java

2015· article· en· W1550948238 sur OpenAlexvenueno aff
Stellamaris Metekohy

Notice bibliographique

RevueReview of European Studies · 2015
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueTaxation and Compliance Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomicsPurchasing powerDistribution (mathematics)Index (typography)TariffIncome distributionValue-added taxValue (mathematics)Income taxLabour economicsInequalityPublic economicsMacroeconomicsInternational economics

Résumé

récupéré en direct d'OpenAlex

Act No. 18 of 2000 regarding burden of Value Added Tax is bore by the consumer, but the implementation indicates that there is industrial policy to bear a part or an overall of VAT. Accordingly, if burden distribution is progressive, the higher household income means a higher VAT burden bore by the consumer, conversely, the lower consumer income, the lower VAT bore by him. Consequently, it will cut real income down, and it affects consumer’s purchasing power. Research objectives are to find out if distribution of industrial VAT burden is progressive, regressive or proportional, and to find out to what extend influence of VAT on distribution of household income. The influence of VAT on distribution of consumer’s household income will be tested by applying effective tariff, Gini index, and progressivity index. The findings indicate that effective tariff of VAT is progressive (positive value) meaning that consumer and industrial VAT burden is increasing. Calculation of Gini index before and after VAT assessment make consumer’s earning gaps smaller, while calculation of progressivity index indicates industrial tax system is progressive (positive value) indicating that most of consumers come from middle to upper class.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,344
Score d'incertitude au seuil0,324

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,082
Tête enseignante GPT0,323
Écart entre enseignants0,241 · 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

Citations3
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of European StudiesMême sujetTaxation and Compliance StudiesTravaux en français237 207