Notice bibliographique
Résumé
The knowledge created by private spending on research and development (R&D) generates benefits for society as well as for the firm performing the research, so there is a strong case for government intervention to encourage R&D. But intervening in the market has costs, and these costs may exceed the benefits derived from the additional R&D. This article describes an approach for assessing the net economic benefit arising from R&D support programs and presents results for two federal programs: the scientific research and experimental development (SR & ED) tax credit and the industrial research assistance program (IRAP).The benefit-cost approach used in this article calculates the impact of R&D subsidies on real income taking into consideration the benefit created by knowledge spillovers from the induced R&D, the cost of financing the subsidies with taxes that unavoidably harm economic performance, the cost of shifting resources from their market-determined uses, and administration and compliance costs. The SR & ED credit has two components: a regular 20 percent credit and an enhanced 35 percent refundable credit for smaller Canadian-controlled firms. The regular credit generates a net economic benefit, but the enhanced credit fails a benefit-cost test, owing to higher compliance costs and a higher subsidy rate. IRAP also fails a benefit-cost test, despite the assumption that IRAP-funded R&D generates higher spillovers than R&D funded by the tax credit, owing to the high cost of administering and complying with the program.The policy recommendations flowing from the analysis in this article are that the enhanced SR & ED tax credit should be aligned with an unchanged regular credit rate and that the IRAP model of providing firms with a substantial amount of one-on-one advice and imposing relatively burdensome reporting requirements should be revisited in order to reduce costs. The 2012 federal budget took a different approach: the regular credit rate was reduced to 15 percent, and IRAP funding was doubled without any changes to the program's structure. In contrast to the policy recommendations made in this article, these changes will reduce the net benefit from both the SR & ED tax credit and IRAP. In particular, without any changes to program structure, the additional IRAP funding will substantially increase the net loss from the program.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 source (Gemma direct ou Codex distillé), 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 ».