MétaCan
Menu
Retour à la cohorte
Enregistrement W2120545463 · doi:10.5539/ass.v11n19p247

Social Function of Small Business Taxes in Russia

2015· article· en· W2120545463 sur OpenAlexvenueno aff
Владимир Владимирович Глухов, Egor Vladimirovich Glukhov, Zhanna Ivanovna Lialina, Vladimir Anatolievich Ostanin, Yuri Vladimirovich Rozhkov

Notice bibliographique

RevueAsian Social Science · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEconomic and Technological Developments in Russia
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIgnoranceBusinessFunction (biology)Order (exchange)PopulationWork (physics)Small businessEconomic systemIndustrial organizationPublic economicsEconomicsMarketingFinancePolitical science

Résumé

récupéré en direct d'OpenAlex

The article deals with the national-level problem of development and support of the Russian small business. It emphasizes that in this area the financial tools and methods that have been well proven in other countries are not yet implemented in full. It is concluded that the development of the theory and practical application of scientific concepts is necessary, which would allow a more active involvement of the population in this sphere of entrepreneurial business. There presented the evidence that the incomplete and incorrect statistics about the volume of resources accumulated in small business and entrepreneurs’ legal ignorance result in an underestimation of the role of taxes, as the limited financial base does not allow small business to attract professionals responsible for making effective financial decisions to work. The authors’ recommendation may be used during the formation of the tax system, capable to support and develop entrepreneurial activity at both the nationwide and regional levels. This system should include the development of tax measures in order to enhance the social and economic development of the Russian economy, while adapting the positive experience of foreign countries to the conditions of Russian reality.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,818
Score d'incertitude au seuil0,849

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,057
Tête enseignante GPT0,304
Écart entre enseignants0,246 · 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'étudeThéorique ou conceptuel
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

Citations3
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetEconomic and Technological Developments in RussiaTravaux en français237 207