MétaCan
Menu
Retour à la cohorte
Enregistrement W2211854089

Tax Obstacles for the Development of an Effective Euro-Mediterranean Free-Trade Area. An IFTA model for the European Union?

2014· preprint· en· W2211854089 sur OpenAlexaboutno aff
José Miguel Martín Rodríguez

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2014
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueEU Law and Policy Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésExciseEuropean unionHarmonizationInternational tradeHaulageTax harmonizationFree tradeInternational economicsBusinessInternational free trade agreementEconomicsIndirect taxTax competitionTax reformPublic economicsEngineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

As we know, the European Union has faced the challenge of harmonization in the tax field with varied results. We may think that the advanced harmonization in indirect taxes (custom duties, VAT and excise duties) has reduced the distortions that they may create in the intra-EU commerce. Far from this assumption, in the paper we will underline how the lack of a complete harmonization may create competitive advantages in certain countries and sectors. Specifically, we will examine how the road haulage sector is affected by the differences in diesel excise duties among Member States. The proposal for a Euro-Mediterranean Free-Trade Area would face the same problems as the European Union. If there are distortions inside the European Union, the extension of the free trade area to other mediterranean countries would possibly worsen it. This is why we suggest the establishment of a system equivalent to the IFTA (International Fuel Tax Agreement), existing in the United States and Canada, in order to achieve an efficient haulage system free of tax distortions.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,003
Communication savante0,0060,007
Science ouverte0,0010,003
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0140,001

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 Opus0,082
Tête enseignante GPT0,377
Écart entre enseignants0,295 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetEU Law and Policy AnalysisTravaux en français237 207