MétaCan
Menu
Retour à la cohorte
Enregistrement W2790190719 · doi:10.5744/ftr.2018.1014

Taxing Income Where Value Is Created

2019· article· en· W2790190719 sur OpenAlexaff
Allison Christians, Laurens van Apeldoorn

Notice bibliographique

RevueFlorida Tax Review · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Taxation and Avoidance
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMultinational corporationValue (mathematics)RevenueEconomicsFair market valueBusinessIncome taxTax revenueCore (optical fiber)Labour economicsMarket valuePublic economicsFinance

Résumé

récupéré en direct d'OpenAlex

Subscribing to the core idea that income should be taxed where value is created, the international community has devised a set of tax base protecting rules to counter a world in which highly profitable multinational companies like Apple, Google, and Amazon pay very little in taxation. But these rules rely on assumptions about value that tend to allocate most revenues from international trade and commerce to rich countries while, whether intentionally or not, depriving poorer countries of their proper share. This Article argues that a rigorous examination of what we mean by value could prompt changes in the consensus on allocation. To demonstrate with a concrete example, the Article examines wages paid to workers in low-income countries and reveals a clear and well-documented gap between market price and fair market value resulting from labor exploitation. It then demonstrates how to apply this knowledge to existing international tax rule sets to reallocate profits to align more closely to the value-based ideal. If accepted in principle, the proposed approach could be expanded beyond wages to consider other areas in which prices do not align with value creation. Ultimately this could provide a more detailed template to reallocate multinational revenues in a way that does not inappropriately benefit richer countries at the expense of poorer ones.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,003
Communication savante0,0030,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,014
Tête enseignante GPT0,228
Écart entre enseignants0,214 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations11
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFlorida Tax ReviewMême sujetCorporate Taxation and AvoidanceTravaux en français237 207