MétaCan
Menu
Retour à la cohorte
Enregistrement W2517877111 · doi:10.3917/ecop.182.0047

Approche expérimentale de l'incidence de la fiscalité sur l'offre de travail : une étude comparative des systèmes d'imposition

2008· article· fr· W2517877111 sur OpenAlexaff
David Masclet, Claude Montmarquette

Notice bibliographique

RevueÉconomie & prévision · 2008
Typearticle
Languefr
DomaineEconomics, Econometrics and Finance
ThématiqueFiscal Policy and Economic Growth
Établissements canadiensUniversité de MontréalCenter for Interuniversity Research and Analysis on Organizations
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Si la fiscalité est indispensable pour assurer le bon fonctionnement de l'État, elle peut toutefois faire peser un certain nombre de menaces sur les performances de l'économie et, dans une certaine mesure, décourager l'offre de travail des individus. L'enjeu de cet article est de savoir si l'incidence fiscale sur l'offre de travail et sur les rentrées fiscales est identique selon le système d'imposition en vigueur. Ainsi, un système progressif décourage-t-il davantage l'offre de travail qu'un système proportionnel ?Quel système de taxation permet à l'État de remplir au mieux son rôle redistributif ? Afin de répondre à ces questions, l'approche mobilisée est l'économie expérimentale. Trois traitements ont été réalisés. Dans un premier traitement, les participants doivent réaliser un effort réel sous un système d'imposition proportionnel. Dans un second traitement, le système d'imposition en vigueur est un système progressif. Enfin dans un troisième traitement, les participants sont confrontés successivement à plusieurs systèmes d'imposition. Ce dernier traitement permet d'étudier l'incidence de changement de système sur les décisions individuelles. Nos résultats expérimentaux montrent, sans aucune ambiguïté, que les effets désincitatifs sur l'offre de travail sont plus importants sous un système progressif que sous un système proportionnel. Enfin, un autre résultat intéressant de notre étude est que les individus ne sont pasuniquement influencés parleurpropre système fiscal mais également par leursexpériencesfiscalesprécédentes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,107
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,037
Tête enseignante GPT0,252
Écart entre enseignants0,215 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations1
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueÉconomie & prévisionMême sujetFiscal Policy and Economic GrowthTravaux en français237 207