MétaCan
Menu
Retour à la cohorte
Enregistrement W2997912721 · doi:10.6000/1929-7092.2019.08.120

Value Added Tax: An Instrument used in some African Countries to Meet Fiscal Objectives

2019· article· en· W2997912721 sur OpenAlexvenueno aff
K. R. Chauke, M. P. Sebola

Notice bibliographique

RevueJournal of Reviews on Global Economics · 2019
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueTaxation and Compliance Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésValue (mathematics)Value-added taxFiscal yearEconomicsAccountingBusinessPublic economicsFinanceMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

This article aims to evaluate the extent at which VAT is used as an instrument by countries to meet their fiscal deficit and meet the needs of their citizenry.Taxpayers pay taxes based on their ability to pay and with an anticipation that they will receive services in return to their contribution from government.The VAT due to its buoyancy nature contributes sizable amount of taxes which alleviate the financial burden of countries in meeting the financial obligations.Numerous kinds of literature demonstrate that whenever countries experience any budget shortfall they always look for fiscal remedies in either introduction of VAT or changing the rate of VAT.South Africa recently changed its long term rate of 14 % VAT to 15%.This article is conceptual in approach and uses the literature to argue that Value Added Tax (VAT) can be used as an effective instrument to meet fiscal objectives in some African Countries.Countries have the responsibility to ensure that their subject contributes to taxes which amongst others should in the form of VAT.As in the case of other taxes, the taxes are used to meet the fiscal obligation a country faces.The paper concludes that many countries that have introduced VAT have managed to meet their fiscal obligation due to high revenue contribution that have emanated from it, making the VAT the best tax methods to enable the country to meet their fiscal obligations.

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)0,003
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,006
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,040
Tête enseignante GPT0,268
Écart entre enseignants0,228 · 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'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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Reviews on Global EconomicsMême sujetTaxation and Compliance StudiesTravaux en français237 207