Methodological Approaches towards Assessing the Efficacy of a Region’s Budgetary/Taxation Policy
Notice bibliographique
Résumé
This article provides an analysis of existing methodologies for assessing the efficacy of a region’s budgetary/taxation policy and identifies their strengths and weaknesses. The author argues in favor of that the efficacy of a region’s entire budgetary/taxation policy can be assessed by the efficiency of the activity of the executive authorities in the above focus areas based on the correlation of goals set and results achieved. An objectively set criterion of the efficacy of a region’s budgetary/taxation policy is the minimum degree of chasms between goals set and results achieved. The author proposes quantitatively measured indicators as criteria of the efficacy of budgetary/taxation policy. On the strength of the analysis conducted, the author proposes a way to assess the efficacy of a region’s budgetary/taxation policy, which is based on systematizing an aggregate of measures with a breakdown into structural determinants and calculating the integral coefficient, which, compared with existing methodologies, makes it possible to give an integral and structured, in terms of key blocks, assessment of the efficacy of a region’s budgetary/taxation policy both over time and through comparison with other regions and increase the validity and accuracy of the assessment for working out practical recommendations. The author chooses as the basis of his calculation of the integral indicator of the efficacy of a region’s budgetary/taxation policy the method of distances, which is based on taking account of the proximity of objects under examination to the touchstone object by indicators compared.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».