MétaCan
Menu
Retour à la cohorte
Enregistrement W2765609143 · doi:10.1111/issr.12141

<b>Does trust increase willingness to pay higher taxes to help the needy?</b>

2017· article· en· W2765609143 sur OpenAlex
Nazim Habibov, Alex Cheung, Alena Auchynnikava

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInternational Social Security Review · 2017
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueTaxation and Compliance Studies
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésRedistribution (election)SolidarityInterpersonal communicationWelfarePublic economicsWelfare stateSocial trustState (computer science)Willingness to payBusinessEconomicsDemographic economicsSocial psychologyPolitical scienceMicroeconomicsPsychologyMarket economy

Résumé

récupéré en direct d'OpenAlex

Abstract The article studies the causal effect of trust on the willingness to pay higher taxes to help the needy in a sample of 29 countries of Eastern and Southern Europe, and the former Soviet Union and Mongolia. It is hypothesized that interpersonal trust leads to a greater willingness to pay taxes to help the needy since (i) trust increases the likelihood of helping strangers; (ii) trust fosters solidarity and cooperation when working to solve common problems in society; and (iii) trust reduces suspicion with respect to the perceived misuse of redistributed money. Three key findings are that the more people trust each other, the more they are ready to support the welfare state; the effect of trust on welfare state support holds even in a contextual environment characterized by rather lower levels of trust and relatively underdeveloped systems of redistribution; and higher individual‐level trust fosters tax morale and helps deter tax evasion.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge 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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,933
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,049
Tête enseignante GPT0,308
Écart entre enseignants0,258 · 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