MétaCan
Menu
Retour à la cohorte
Enregistrement W2898316944 · doi:10.3138/utlj.2018-0036

Group RESPs: The intersection of government support for education savings and securities regulation

2018· article· en· W2898316944 sur OpenAlexaffvenueabout
Gail E. Henderson

Notice bibliographique

RevueUniversity of Toronto Law Journal · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinancial Literacy, Pension, Retirement Analysis
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésIncentiveGovernment (linguistics)BusinessFinancePublic economicsEconomicsMarket economy

Résumé

récupéré en direct d'OpenAlex

Tax incentives encourage Canadian families to save for their children’s post-secondary education. In recent years, the federal government has created and enhanced incentives aimed specifically at low- to middle-income families. To access these incentives, families must open a ‘registered education savings plan’ (RESP). Approximately one-quarter of RESPs are invested in group plan RESPs. Group plan providers are regulated by securities laws. Group RESPs have a unique and complicated structure, which generates a high number of consumer complaints, particularly about the high, upfront fees. Group plan providers also have a long history of non-compliance with securities laws, including selling group plans to investors for whom they are not suitable. The combination of high, upfront fees and the lack of suitability is particularly harmful to low-income investors. A bad experience with a group RESP may lead the investor to avoid education savings altogether, thereby undermining the government’s policy goals in establishing incentives for low-income families and, ultimately, affecting the future path that may be taken by the potential beneficiaries of such savings. This article examines government incentives for education savings, the terms of group plans and their history of non-compliance, and puts forward three possible avenues for reform, including decoupling incentives aimed specifically at low- and middle-income families from having to open a RESP.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,791
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

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

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 Opus0,006
Tête enseignante GPT0,193
Écart entre enseignants0,187 · 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.

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

Citations3
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueUniversity of Toronto Law JournalMême sujetFinancial Literacy, Pension, Retirement AnalysisTravaux en français237 207