MétaCan
Menu
Retour à la cohorte
Enregistrement W2077511828 · doi:10.1007/s10683-006-7053-8

Tax compliance and obedience to authority at home and in the lab: A new experimental approach

2006· article· en· W2077511828 sur OpenAlexaff
Charles Bram Cadsby, Elizabeth Maynes, Viswanath Umashanker Trivedi

Notice bibliographique

RevueExperimental Economics · 2006
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueTaxation and Compliance Studies
Établissements canadiensYork UniversityUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésObedienceCompliance (psychology)AuditEvasion (ethics)Tax evasionExperimental economicsBusinessEconomicsPublic economicsMicroeconomicsAccountingSocial psychologyPsychology

Résumé

récupéré en direct d'OpenAlex

Abstract In most experimental studies of tax evasion, participants are instructed that they may report any amount of income from zero up to the amount they actually earned or received. This amounts to an invitation to gamble. In contrast, real-world tax authorities unambiguously demand compliance. We develop two new settings for conducting tax experiments. Both involve an explicit demand for compliance. Thus, we can determine whether knowing that the experimental authority would regard evasion as wrongful disobedience will influence compliance decisions. We demonstrate that simply telling people that they are required to pay a “participation fee” analogous to a tax produces remarkably high compliance rates and less sensitivity to changes in economic variables than in the earlier experimental literature using invitation-to-gamble language. This suggests that many people pay taxes despite the financial attraction of non-compliance because they are strongly inclined towards obeying authority. Furthermore, we show that giving participants a week to make their reporting decisions at home without an authority figure physically present overcomes the inclination to obey for some people, significantly lowering compliance rates. However, the majority still complies, even after the audit rate falls from 25% to 1%, which would make noncompliance extremely attractive if it were viewed only as a simple matter of risk and expected return.

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)0,014
score de la tête « metaresearch » (Gemma)0,050
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,050
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,006
Communication savante0,0030,003
Science ouverte0,0020,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,060
Tête enseignante GPT0,260
Écart entre enseignants0,200 · 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'étudeExpérimental (laboratoire)
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

Citations72
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExperimental EconomicsMême sujetTaxation and Compliance StudiesTravaux en français237 207