Prosocial perceptions of taxation predict support for taxes
Notice bibliographique
Résumé
Many people report disliking taxes despite the fact that tax funds are used to provide essential services for the taxpayer and fellow citizens. In light of past research demonstrating that people are more likely to engage in prosocial action when they recognize how their assistance positively impacts the recipient, we examine whether recognition of how one's tax contributions help other citizens-perceived prosocial taxation-predicts more supportive views of taxation and greater engagement. We conducted three correlational studies using North American samples (N = 902, including a nationally representative sample of over 500 US residents) in which we find that perceived prosocial taxation is associated with greater enjoyment paying taxes, willingness to continue paying taxes, and larger financial contributions in a tax-like payment. Findings hold when controlling for several demographic variables, participants' general prosocial orientation, and the perception that tax dollars are being put to good use. In addition, we examined data from six waves of the World Values Survey (N > 474,000 across 107 countries). We find that people expressing trust in their government and civil service-thereby indicating some confidence that their taxes will be used in prosocial ways-are significantly more likely to state that it is never justifiable to cheat on taxes. Together, these studies offer a new and optimistic perspective on taxation; people may hold more positive views and be more willing to contribute if they believe their contribution benefits others.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».