Notice bibliographique
Résumé
The study examined the effect of E-taxation adoption on revenue generation in Nigeria. Specifically, the study assessed the effect of E-taxation on Company Income Tax (CIT) and Value Added Tax (VAT). Expo facto research design was adopted and data were sourced from Federal Inland Revenue Service. The study period covered six (6) years and three (3) quarters, spanning from the first quarter of 2012 to the second quarter of 2018. The study was on quarterly bases and the period for pre-E-taxation covered thirteen (13) quarters, spanning from the first quarter of 2012 to the first of 2015 while the period for post E-taxation covered thirteen (13) quarters, spanning from the second quarter of 2015 to the second quarter of 2018. The analysis that was carried out through paired sampled t-test revealed a positive insignificant difference between pre and post company income tax revenue with t-statistics and p-value reported to be 0.833 and 0.421 respectively; and that there was a positive insignificant difference between pre and post value added tax revenue with t-statistics and p-value of 0.520 and 0.612 respectively. It was concluded that E-taxation has not significantly spur revenue generation in Nigeria. Thus, the study recommended that federal government through Federal Inland Revenue Services should work out modalities on how to sensitize companies on the nitty-gritty of E-tax payment so as to maximize the expected positive impact of the initiative and that Federal Inland Revenue Services must ensure that the website is of good quality and accessible to all and sundry. Keywords: E-Taxation, Revenue Generation, Company Income Tax (CIT) Value Added Tax (VAT)
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».