Canada’s 2010 Tax Competitiveness Ranking: Moving to the Average but Biased Against Services
Notice bibliographique
Résumé
For the first time since 1975 (the year Canada’s marginal effective tax rates were first measured), Canada has become the most tax-competitive country among G-7 states with respect to taxation of capital investment. Even more remarkably, Canada accomplished this feat within a mere six years, having previously been the least taxcompetitive G-7 member. Even in comparison to strongly growing emerging economies, Canada’s 2010 marginal effective tax rate on capital is still above average. The planned reductions in federal and provincial corporate taxes by 2013 will reduce Canada’s effective tax rate on new investments to 18.4 percent, below the Organization for Economic Co-operation and Development (OECD) 2010 average and close to the average of the 50 non-OECD countries studied. This remarkable change in Canada’s tax competitiveness must be maintained in the coming years, as countries are continually reducing their business taxation despite the recent fiscal pressures arising from the 2008-9 downturn in the world economy. Many countries have forged ahead with significant reforms designed to increase tax competitiveness and improve tax neutrality including Greece, Israel, Japan, New Zealand, Taiwan and the United Kingdom. The continuing bias in Canada’s corporate income tax structure favouring manufacturing and processing business warrants close scrutiny. Measured by the difference between the marginal effective tax rate on capital between manufacturing and the broad range of service sectors, Canada has the greatest gap in tax burdens between manufacturing and services among OECD countries. Surprisingly, preferential tax treatment (such as fast write-off and investment tax credits) favouring only manufacturing and processing activities has become the norm in Canada, although it does not exist in most developed economies.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,010 | 0,017 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| Communication savante | 0,007 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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.
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 ».