MétaCan
Menu
Retour à la cohorte
Enregistrement W2573487188 · doi:10.18174/393129

Evaluatie fiscale vrijstellingen bos en natuur

2016· report· nl· W2573487188 sur OpenAlexaff
H.J. Silvis, Harold van der Meulen

Notice bibliographique

Revuenon disponible
Typereport
Languenl
DomaineEnvironmental Science
ThématiqueEnvironmental Conservation and Management
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

Deze evaluatie is gewijd aan zes fiscale vrijstellingen voor bos en natuur. Deze vrijstellingen in respectievelijk inkomstenbelasting, vennootschapsbelasting en overdrachtsbelasting hebben een ondersteunende functie in het Nederlandse bos-en natuurbeleid. Het zijn kleine faciliteiten in budgettair opzicht. Gegevens over gebruik en effecten van de vrijstellingen zijn slechts beperkt vastgelegd. Door interviews is inzicht verkregen in hoe verschillende groepen betrokkenen de werking en effecten van de vrijstellingen beoordelen. Geconcludeerd wordt dat de vrijstellingen bijdragen aan het bereiken van doelen van het overheidsbeleid en geen hoge administratieve lasten en uitvoeringskosten met zich meebrengen. This evaluation is devoted to six tax exemptions for forested areas and other natural areas. These exemptions in income tax, corporation tax, and transfer tax respectively have a supporting role in Dutch forest and nature conservation policy. These are small-scale facilities from a budgetary perspective. Data on the use and effects of the exemptions have only been recorded to a limited extent. Through interviews, insight has been gained into how different groups of stakeholders assess the workings and effects of the exemptions. The conclusion can be drawn that the exemptions contribute to the achievement of the goals of the government's policy, and are not accompanied by excessive administrative burdens or high implementation costs.

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)0,002
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 consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,196
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,3070,112

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 Opus0,031
Tête enseignante GPT0,279
Écart entre enseignants0,248 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEnvironmental Conservation and ManagementTravaux en français237 207