MétaCan
Menu
Retour à la cohorte
Enregistrement W190662549

Internationaler Vergleich der Systeme zur Besteuerung der Land- und Forstwirtschaft

2001· preprint· de· W190662549 sur OpenAlexaboutno aff
RÃ ⁄ diger Parsche, Peter Haug, Antonio Tomaz Marcelo, Chang Woon Nam, Bettina Reichl

Notice bibliographique

RevueEconstor (Econstor) · 2001
Typepreprint
Languede
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Economics and Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTaxable incomeSubsidyEarningsContext (archaeology)Ceteris paribusEconomicsBusinessPublic economicsAccountingMarket economyGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Due to its overwhelming significance among taxes on earnings in the agricultural and forestry sector, the analyses are primarily concentrated on the international comparison of effective income tax burden in the selected EU Member States as well as Canada, the United States and Japan. In this context, it is particularly stressed that, instead of applying actual earnings, the determination of taxable profits (or income) for small-sized agricultural firms takes place on the basis of standard, blanket amount of earnings in several investigated countries. In addition, national rules on real property tax are introduced in a systematic way. Furthermore, on the basis of legal information existing in the individual countries, an attempt is made in the second step to quantify the impact of such different tax systems on the basis of a model calculation. Although the rules about public subsidies for agriculture and forestry in the EU appear to be largely harmonised, the varied tax treatment of such transfers as extra earnings leads, ceteris paribus, to different effective tax burdens in the individual countries. This fact, in turn, suggests urgent needs for further political discussions on the EU level. The study consists of two parts. The former provides a general, comparative overview of taxation in agricul-ture and forestry in the investigated countries. The latter, with the so-called country reports shows the relevant laws and rules in the individual countries in more detail.

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 candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,510
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,008

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 Opus0,023
Tête enseignante GPT0,250
Écart entre enseignants0,227 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations7
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEconstor (Econstor)Même sujetAgricultural Economics and PolicyTravaux en français237 207