MétaCan
Menu
Retour à la cohorte
Enregistrement W2026310573 · doi:10.2308/jltr-50552

Procedural Aspects of Tax Fairness: A Content Analysis of Canadian Tax Jurisprudence

2013· article· en· W2026310573 sur OpenAlexaffabout
Jonathan Farrar, Maureen E. Donnelly, Sonia B. Dhaliwal

Notice bibliographique

RevueThe ATA Journal of Legal Tax Research · 2013
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueTaxation and Compliance Studies
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésTaxpayerInterpersonal communicationRepresentativeness heuristicJurisprudenceProcedural justiceBusinessPublic economicsPsychologySocial psychologyEconomicsPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

ABSTRACT We undertake a directed content analysis of Canadian tax jurisprudence to analyze procedural, interpersonal, and informational fairness, and their respective criteria, in the tax context. To facilitate our analysis, we apply Colquitt's (2001) theoretical framework of fairness. Consistent with this framework, we find 198 cases that contain procedural fairness, 34 cases that contain interpersonal fairness, and 37 cases that contain informational fairness. Furthermore, we identify seven criteria of procedural tax fairness (accuracy, bias, consistency, compatibility, correctibility, representativeness, voice), three criteria of interpersonal tax fairness (respect, propriety, timeliness), and four criteria of informational tax fairness (justification, truthfulness, full disclosure, taxpayer technical competence). Implications for taxpayers, tax authorities, and tax researchers are discussed.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,606
Score d'incertitude au seuil0,961

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,192
Tête enseignante GPT0,330
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 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

Citations7
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe ATA Journal of Legal Tax ResearchMême sujetTaxation and Compliance StudiesTravaux en français237 207