MétaCan
Menu
Retour à la cohorte
Enregistrement W3158127777 · doi:10.7202/1076602ar

LES CONSÉQUENCES DES PROGRAMMES DE CONTRÔLE DES ÉVALUATIONS FONCIÈRES SUR LES TAUX DE TAXATION MUNICIPALE DES ENTREPRISES : LE CAS DE LA NOUVELLE-ÉCOSSE

2021· article· fr· W3158127777 sur OpenAlexaffvenueabout
Patrick de Lamirande, Jason Stevens

Notice bibliographique

RevueL Actualité économique · 2021
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueSocial Sciences and Governance
Établissements canadiensUniversity of Prince Edward IslandCape Breton University
Organismes subventionnairesnon disponible
Mots-clésPolitical science

Résumé

récupéré en direct d'OpenAlex

La bulle immobilière du début du siècle a eu un impact au-delà de l’accessibilité à la propriété. Les évaluations foncières, liées à la valeur des maisons, ont également augmenté durant la même période. Puisque les taxes foncières ont augmenté de façon inégale entre propriétaires, cette hausse a eu un impact réel sur la distribution fiscale entre les membres d’une même communauté. Pour diminuer l’impact de certaines hausses spectaculaires de taxes foncières, le Gouvernement de Nouvelle-Écosse a instauré en 2005 le programme d’évaluation plafonnée (PEP) pour limiter l’augmentation des évaluations foncières. Ce programme a eu comme impacts de limiter la hausse de la base taxable des municipalités qui se sont alors retrouvées face à un manque-à-gagner. Cet article démontre que, pour répondre à la diminution des revenus de taxation, les municipalités ont limité la hausse des taux de taxation (ou les ont gelés) des propriétés résidentielles et ont augmenté le taux de taxes foncières des entreprises. La mise en place du PEP a ainsi contribué à transférer une partie significative du fardeau fiscal des propriétaires résidents aux entreprises par l’augmentation des taux commerciaux de 23 % en moyenne pour l’ensemble des municipalités néo-écossaises alors que les taux résidentiels sont restés inchangés lors de la période 2003-2014.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,021
score de la tête « metaresearch » (Gemma)0,052
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,972
Score d'incertitude au seuil0,112

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,052
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,111
Tête enseignante GPT0,349
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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueL Actualité économiqueMême sujetSocial Sciences and GovernanceTravaux en français237 207