MétaCan
Menu
Retour à la cohorte
Enregistrement W2995265966 · doi:10.59403/36p2mtf

Taxation of Foreign-Source Income of Resident Individuals

2019· book· en· W2995265966 sur OpenAlexaboutno aff

Notice bibliographique

RevueDoctoral series. · 2019
Typebook
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Taxation and Avoidance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGlobalizationEnforcementGoods and servicesInternational taxationPublic economicsIncome taxResidenceEconomicsBusinessPolitical scienceTax reformEconomyMarket economyLaw

Résumé

récupéré en direct d'OpenAlex

Why this book? The 21st century is characterized by unprecedented economic and technological globalization. An increasingly free cross-border flow of goods, services, capital and workforces has led to a greater integration of economies across the world. These developments have also posed some challenges to national tax systems. A seemingly simple rule most countries have adopted and maintained for decades that residents ought to pay taxes on their worldwide income now has to prove its feasibility in the face of these new realities. There is an open question as to how to administer this residence-based tax regime in a world in which states’ administrative capacities are highly restricted to their national borders while their residents increasingly trade, invest and provide services across borders. This book aims to introduce a new way of exploring an old but increasingly important topic in income taxation: the enforcement of taxes on the foreign-source income of resident individuals. Central to this discussion is the emerging “automatic exchange of information” (AEOI) system. The author explores the emerging AEOI Standard among governments as a potential mechanism to address the issues and attempts to provide much-needed historical research, conceptual clarification and theoretical support of AEOI. The author also analyses the need for a fair international legal framework for AEOI and discusses the particularities and challenges associated with establishing such a framework. Downloads Sample excerpt, including table of contents This book is part of the IBFD Doctoral Series View other titles in the series Author(s) After completing his doctoral (PhD) studies in tax law at McGill University, Vokhid Urinov joined the Faculty of Law at the University of New Brunswick (UNB) as Assistant Professor in July 2015. Currently, his teaching extends to many areas of Canadian tax and corporate law, particularly personal taxation, corporate taxation, international taxation, business organizations and corporate finance. Professor Urinov’s research interests lie in international tax compliance, more specifically, international tax regimes such as AEOI, base erosion and profit shifting and transfer pricing issues. His research has been published in numerous peer-reviewed journals.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,022
Tête enseignante GPT0,220
Écart entre enseignants0,198 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDoctoral series.Même sujetCorporate Taxation and AvoidanceTravaux en français237 207