CAP Forum on E‐Business: E‐Commerce and Tax Planning: Canadian Experiences*
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
ABSTRACT This paper explores the deployment of e‐commerce by Canadian firms in the global marketplace, with an emphasis on the implications of e‐commerce for tax planning. The business press and various government task forces have discussed challenges raised by e‐commerce for traditional “source‐based” tax systems; however, these discussions have presented little evidence of firms' reliance on e‐commerce for tax‐planning purposes. Similarly, academic research has seldom examined whether firms' decisions to implement e‐commerce are by tax‐planning considerations. It is thus largely unknown whether firms actively consider taxation issues when evaluating e‐commerce, how the factors that have been identified as influencing decisions to implement e‐commerce systems are balanced against tax‐planning considerations, and what barriers might exist in practice to using e‐commerce for tax planning. We choose a qualitative interview‐based approach to explore these issues. Our findings suggest that tax planning is not considered by most of our respondent companies in their decisions to deploy e‐commerce. The companies we interviewed tended to implement e‐commerce over several years, starting with back‐office technologies like enterprise resource planning (ERP) systems. Accordingly, the ability to perform online sales transactions, which is a key component of using e‐commerce for tax planning, often was not yet in place. One implication of these results is that if concerns over tax revenue losses are realistic, tax policymakers may have some time to refine tax legislation to address the challenges raised by e‐commerce.
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.
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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,000 | 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 découle