MétaCan
Menu
Retour à la cohorte
Enregistrement W3137479453

Innovations in Tax Compliance : Conceptual Framework

2019· preprint· en· W3137479453 sur OpenAlexaff
Wilson Prichard, Anna Custers, Roel Dom, Stephen Davenport, Michael Anthony Roscitt

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2019
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueTaxation and Compliance Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésEnforcementCompliance (psychology)Conceptual frameworkFacilitationBusinessPublic economicsPoliticsTrade facilitationKey (lock)EconomicsPolitical scienceComputer sciencePsychology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper presents a conceptual
\n framework for developing more effective approaches to tax
\n reform and compliance. The framework proposes that by
\n combining complementary investments in enforcement,
\n facilitation, and trust, reformers can not only strengthen
\n enforced compliance but can also (a) encourage
\n quasi-voluntary compliance, (b) generate sustainable
\n political support for reform, and (c) create conditions that
\n are more conducive to the construction of stronger fiscal
\n contracts. A key challenge for governments lies in finding
\n the right combination of these three measures --
\n enforcement, facilitation, and trust—to achieve revenue and
\n broader development goals. The framework proposes greater
\n reliance on locally grounded binding constraints analysis,
\n coupled with careful attention to understanding politics and
\n the drivers of trust in particular contexts, to guide
\n analysis of how best different investments may be combined,
\n prioritized, or sequenced. This framework can help policy
\n makers to think about the right combination of strategies in
\n specific contexts, and thus to allocate resources most effectively.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,609
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,125
Tête enseignante GPT0,341
Écart entre enseignants0,216 · 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.

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

Citations18
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetTaxation and Compliance StudiesTravaux en français237 207