MétaCan
Menu
Retour à la cohorte
Enregistrement W2800504658 · doi:10.5430/afr.v7n3p29

Indonesian Taxpayers' Compliance: A Meta-Analysis

2018· article· en· W2800504658 sur OpenAlexvenueno aff
Ardy Ardy, Ari Budi Kristanto, Theresia Woro Damayanti

Notice bibliographique

RevueAccounting and Finance Research · 2018
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueTaxation and Compliance Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusinessAuditSocializationAccountingCompliance (psychology)Public economicsTax creditIndonesianIndirect taxTax reformEconomicsPsychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

This research examines the effect of six independent variables: tax socialization, tax knowledge, tax awareness, tax service quality, tax sanction, and tax audit, on the compliance of Indonesian taxpayers through a meta-analysis of previous researches on Indonesian taxpayers' compliance from 2006 to 2016. The purpose of this research is to strengthen the findings of previous research that the variables above affect Indonesian taxpayers’ compliance. This research obtains empirical evidence that all of the variables above do affect Indonesian taxpayers’ compliance. With using meta-analysis approach, it is concluded that tax socialization, tax knowledge, tax awareness, tax service quality, tax sanction, and tax audit have both positive and significant relationship either for individual or institutional tax payer’s compliance. Theoretically, this research enriches the literature and gives a conclusion for previous researches about tax compliance in Indonesia, which results were varied. Practically, this research gives a clearer picture to the government about factors (tax socialization, tax knowledge, tax awareness, tax service quality, tax sanction, and tax audit) that could be improved to increase tax compliance.

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 candidatesCharge 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 enseignants0,326
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,324
Tête enseignante GPT0,381
Écart entre enseignants0,057 · 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

Citations5
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAccounting and Finance ResearchMême sujetTaxation and Compliance StudiesTravaux en français237 207