MétaCan
Menu
Retour à la cohorte
Enregistrement W2122948181 · doi:10.1111/j.2040-0209.2013.00427.x

Taxation and Development: What Have We Learned from Fifty Years of Research?

2013· article· en· W2122948181 sur OpenAlexaff
Richard M. Bird

Notice bibliographique

RevueIDS Working Papers · 2013
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFiscal Policy and Economic Growth
Établissements canadiensInstitute on Governance
Organismes subventionnairesnon disponible
Mots-clésDeveloping countryInternational taxationEconomicsPublic economicsPoliticsDouble taxationTax reformSustainable developmentElement (criminal law)Personal incomeMacroeconomicsEconomic growthPolitical science

Résumé

récupéré en direct d'OpenAlex

Summary This paper considers how economic thinking about taxation in developing countries has changed over the last half century. It suggests that three different ‘models’ of development taxation may be discerned over this period. The key element in the first model, which was derived from the dominant public finance literature in the 1950s and 1960s, was the introduction of a comprehensive progressive personal income tax. Experience proved that this approach was not very useful. Fortunately, increased knowledge of the reality of conditions in developing countries, combined with post‐1970 theoretical and empirical studies of taxation, soon led to the emergence of a second model for development taxation, centered on a broad‐based VAT and much lower rate income taxes, both personal and corporate. While there is still much to be said for this model, more recent investigations of the political and administrative as well as economic dimensions of tax systems in developing countries have led to the gradual emergence of a third ‘model’– or, perhaps better, framework – for development taxation. Unlike the earlier approaches, this approach focuses on the need to ‘custom build’ the different components of the tax system as well as the system as a whole and emphasizes the extent to which sustainable reforms must be developed ‘in house’ by countries themselves.

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)0,009
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut 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: Synthèse
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,019
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,009
Communication savante0,0080,014
Science ouverte0,0010,004
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,130
Tête enseignante GPT0,268
Écart entre enseignants0,139 · 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'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

Citations32
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIDS Working PapersMême sujetFiscal Policy and Economic GrowthTravaux en français237 207