MétaCan
Menu
Retour à la cohorte
Enregistrement W3125312294

The Allocation of Profits between Related Entities and the Oppression Remedy: An Analysis of Ford Motor Co. V. Omers

2004· article· en· W3125312294 sur OpenAlexaboutno aff
Kim Brooks, Anita Anand

Notice bibliographique

RevueeYLS (Yale Law School) · 2004
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueTaxation and Legal Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOppressionLaw and economicsShareholderLawEconomicsSociologyPolitical scienceManagementCorporate governancePolitics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In Ford Motor Co. v. Ontario Municipal Employees Retirement Board, the Ontario Superior Court of Justice reviewed the transfer pricing arrangements between parent and subsidiaries Ford US and Ford Canada in the context of a going-private transaction. Its review was the key to resolving the two main issues in the case: first, did the transfer-pricing arrangements understate Ford Canada's profits so as to undermine the fair value of Ford Canada's shares? And second, did the transfer-pricing arrangement oppress or unduly disregard the interests of Ford Canada's minority shareholders so as to give rise to the oppression remedy? In this comment, the authors analyse the Court's reasoning and its implications for tax and corporate law. They review profit allocation methods that were available to the Court (and to Ford US) and the Court's rationale in adopting the profit split method. Although the authors agree with the Court's reasoning regarding the profit allocation methods, they argue that the reasoning with regard to oppression gives rise to some important questions regarding the proper analysis for oppression when board conduct is impugned. They disagree with the Court's use of reasonable foreseeablity as a basis for assessing whether the oppression remedy should be granted and argue that where board conduct is at issue in an oppression action, courts must consider whether directors have breached their fiduciary duties.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,837
Score d'incertitude au seuil0,944

Scores Codex et Gemma par catégorie

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

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 Opus0,015
Tête enseignante GPT0,253
Écart entre enseignants0,238 · 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 tête enseignante, 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

Citations1
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeYLS (Yale Law School)Même sujetTaxation and Legal IssuesTravaux en français237 207