MétaCan
Menu
Retour à la cohorte
Enregistrement W1570315903

Fiscal transfer in Canada: Drawing comparisons and lessons

2004· preprint· en· W1570315903 sur OpenAlexaboutno aff
C. Rangarajan, Dinesh Kumar Srivastava

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2004
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueLocal Government Finance and Decentralization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMacroRevenuePer capitaEconomicsRelevance (law)Public economicsService (business)Tax revenueTransfer (computing)Fiscal policyFiscal systemPer capita incomeMacroeconomicsEconomic policyFinancePolitical scienceEconomyComputer scienceSociology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The Canadian system of fiscal transfers, which has been developed over a long period of time, has two central features: equalisation grants, which are constitutionally guaranteed, and the Canadian Health and Social Service Transfers (CHST). This paper examines the relevance and applicability of the Canadian system of intergovernmental transfers in the Indian case. Equalisation grants are meant to ensure that provinces have sufficient revenues to provide reasonably comparable levels of services at reasonably comparable levels of taxation. An elaborate `Representative Tax System' approach using individual revenue bases is used in Canada for determining the equalisation grants, although there has recently been a debate to use a more macro approach. The source by source approach is less practical in the Indian case for want of comparable and reliable information required for applying the method. A more practical alternative is the macro approach, which is adopted in India, but better indicators of fiscal capacity than those based on GSDP need to be used. In addition, the concept of ensuring that resources are available for maintaining the per capita expenditure of select basic services at certain levels among states, as attempted in Canada through the CHST transfers, is worth exploring.

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)0,004
score de la tête « metaresearch » (Gemma)0,014
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 enseignants0,825
Score d'incertitude au seuil0,956

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0100,031
Études des sciences et des technologies0,0070,003
Communication savante0,0060,003
Science ouverte0,0020,003
Intégrité de la recherche0,0010,002
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 Opus0,048
Tête enseignante GPT0,332
Écart entre enseignants0,285 · 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

Citations8
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetLocal Government Finance and DecentralizationTravaux en français237 207