MétaCan
Menu
Retour à la cohorte
Enregistrement W1755503448 · doi:10.15353/rea.v6i1.1411

Where Has The Currency Gone? And Why? The Underground Economy And Personal Income Tax Evasion In The U.S., 1970-2008

2014· article· en· W1755503448 sur OpenAlexvenueno aff
Richard J. Cebula

Notice bibliographique

RevueReview of Economic Analysis · 2014
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueTaxation and Compliance Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésState income taxEconomicsIndirect taxTax reformGross incomeAd valorem taxIncome taxValue-added taxDouble taxationTax rateMonetary economicsAdjusted gross incomeLabour economicsPublic economics

Résumé

récupéré en direct d'OpenAlex

Unaccounted for currency in the U.S. is argued to reflect the presence of widespread income tax evasion. This empirical study seeks to identify determinants of the underground economy in the U.S. in the form of federal personal income tax evasion over the period 1970-2008. In this study, we use the most recent data available on personal income tax evasion, data that are derived from the General Currency Ratio Model and measured in the form of the ratio of unreported AGI (adjusted gross income) to reported AGI. Other studies of federal income tax evasion for the U.S. are dated and do not use data this current. It is found that personal income tax evasion was an increasing function of the maximum marginal federal personal income tax rate, the percentage of federal personal income tax returns characterized by itemized deductions, and unpopular military engagements, in this case, the War in Iraq, and a decreasing function of the Tax Reform Act of 1986 (during its first two years of being implemented), the ratio of the tax free interest rate yield on high grade municipals to the interest rate yield on ten year Treasury notes (as a measure of the incentive effect of a better return to tax avoidance, which is legal), and higher audit rates of filed federal income tax returns (as a measure of risk from tax evasion) by IRS personnel.

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: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,737
Score d'incertitude au seuil0,385

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,041
Tête enseignante GPT0,254
Écart entre enseignants0,212 · 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
GenreSynthèse

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

En bref

Citations4
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of Economic AnalysisMême sujetTaxation and Compliance StudiesTravaux en français237 207