La tolérance des juges à la fraude fiscale : un inconscient d’institution
Notice bibliographique
Résumé
Cette contribution vise à montrer que la régulation de la fraude fiscale par l’institution judiciaire traduit une tolérance, en partie inconsciente, des acteurs qui en sont chargés. Pour en analyser les mécanismes, on s’intéresse aux discours et aux pratiques des procureurs et des magistrats chargés d’assurer le suivi pénal des dossiers que leur transmet l’administration fiscale. Tous se disent convaincus de la nécessité de lutter contre cette forme de délinquance en col blanc, mais s’abstiennent d’utiliser tous les moyens dont ils disposent pour que la pénalisation de la fraude fiscale débouche sur des sanctions effectives. Il en découle une indulgence qui contraste avec la posture d’intransigeance adoptée par l’institution judiciaire dans d’autres domaines. Pour comprendre les ressorts de cette impunité fiscale, nous proposons une approche qui tient compte de la singularité de ce délit et du profil social de ceux qui le commettent, en considérant à la fois les contraintes institutionnelles qui s’imposent aux magistrats et les représentations qui les rendent acceptables.
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 | 0,014 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,009 | 0,022 |
| Communication savante | 0,020 | 0,008 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,007 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
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 ».