Ahead by a Century: Tim Edgar, Machine-Learning, and the Future of Anti-Avoidance
Notice bibliographique
Résumé
Tim Edgar's contributions to our understanding of tax avoidance and anti-avoidance remain ahead of their time. In this paper, the author argues that Edgar's work on building better general anti-avoidance rules (GAARs) was particularly prescient—correct in its claim that tax avoidance can and should be eliminated through effective anti-avoidance measures. The author maintains that although Edgar's position and vision will eventually be realized, Edgar himself did not anticipate the manner in which this would occur. The author's first claim is that the law is incomplete, and this incompleteness problematizes any insistence on the immediate adoption of strict anti-avoidance measures. The author explains how and why the current stage of legal development falls significantly short of completely specifying the law, including the tax law. The author's second claim is that the next decades will bring considerably more sophisticated and effective approaches to legal development. Described, in broad terms, are some of the mechanisms through which our tax systems are moving toward a legal singularity (a state of the law that is functionally complete and well specified). The author proceeds to outline the implications of his two main claims for the future of GAARs and anti-avoidance—specifically, how the realization of a much more complete system of law will leave effectively no further scope for tax avoidance. Tax law, in the asymptotic realization of Edgar's work and vision, will become well targeted and well equipped to address tax avoidance. Tax avoidance as we know it will cease to exist.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,016 |
| Communication savante | 0,007 | 0,014 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,006 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».