MétaCan
Menu
← Retour à la cohorte
Enregistrement W1584683175 · doi:10.1017/cbo9780511619366.011

Dealing with Difficulties

2007· book-chapter· en· W1584683175 sur OpenAlexaff
Richard Bird, Pierre-Pascal Gendron

Notice bibliographique

RevueCambridge University Press eBooks · 2007
Typebook-chapter
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueTaxation and Compliance Studies
Établissements canadiensHumber PolytechnicUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPsychologyComputer science

Résumé

récupéré en direct d'OpenAlex

Even if attention has been paid to all the elements of good VAT administration we discussed in Chapter 9, tax administration remains a difficult task even at the best of times and in the best of places – conditions seldom met in developing or transitional countries. The way a tax system is administered affects its yield, its incidence, and its efficiency. It matters. Good tax administration is both inherently country-specific and surprisingly hard to quantify in terms of both outputs and inputs. The best tax administration is not simply that which collects the most revenues; facilitating tax compliance is not simply a matter of adequately penalizing noncompliance; tax administration depends as much as or more on private as on public actions (and reactions), and there are complex interactions among various environmental factors, the specifics of substantive and procedural tax law, and the outcome of a given administrative effort (Bird 2004a). All this makes the administration of a VAT complex. We discuss in this chapter two particular issues that have proved particularly difficult to deal with in many developing and transitional countries. One issue – the refund problem – relates to keeping those within the VAT system honest; the other – dealing with the small and shadowy – relates more to ensuring that those who should be within the VAT system actually are. As a filling between these two slices of VAT administrative problems, we also discuss some general ways in which VAT administration can be improved.

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)0,018
score de la tête « metaresearch » (Gemma)0,059
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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,138

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,059
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0080,018
Communication savante0,0110,020
Science ouverte0,0040,012
Intégrité de la recherche0,0090,010
Charge utile insuffisante (le modèle a refusé de juger)0,0410,012

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 Opus0,058
Tête enseignante GPT0,196
Écart entre enseignants0,138 · 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
GenreAutre

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

En bref

Citations0
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooks→Même sujetTaxation and Compliance Studies→Travaux en français237 207→