Size and Development of the Shadow Economy of 31 European and 5 other OECD Countries from 2003 to 2013: A Further Decline
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In the Tables 1 to 3 the size and development of 31 European and of five non-European shadow economies over the period 2003-2013 is presented 1 . If we first consider the results of the average size of the shadow economy of the 27 European Union countries, we realize that the shadow economy in the year 2003 was 22.3% (of official GDP), decreased to 19.3% in 2008 and increased to 19.8 % in 2009 and then decreased again to 18.4 % in 2013 2 . If we compare the average of 31 European countries, in 2003 the average size was 22.4%, decreased to 19.4% in 2008, and increased to 19.9% in 2009 and decreased to 18.5 in 2013 (Table 2). If we consider the development of the shadow economy of Australia, Canada, Japan, New Zealand and the USA, we find a similar movement over time (see Table 3.); in 2013 these 5 countries had an average size of the shadow economy of 8.6%, in 2010 this value was 9.7%. If we consider the size of the shadow economies over the last 2 years (2012 and 2013) and compare them with the years 2008/09, we realize that, in most countries, we had again a decrease of the size and development of the shadow economy, which is due to the recovery from the worldwide economic and financial crises. Hence, the most important reason for this decrease is, that, if the official economy is recovering or booming, people have fewer incentives to undertake additional activities in the shadow economy and to earn extra “black” money. The only exceptions are Greece and Spain, where the recession of the official economy is so strong, that it even reduces the demand of the shadow economy activities due to the severe income losses of the Greek and Spanish people; the Greek (Spanish) shadow economy will
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découle