Aporte tributario del sector terciario ecuatoriano: Antes, durante y después del Covid-19
Notice bibliographique
Résumé
Los niveles de recaudación tributaria entre otros factores dependen del comportamiento económico de los distintos sectores. En la cual, el sector terciario ha tenido una gran participación en la economía ecuatoriana. Sin embargo, es vulnerable a cualquier coyuntura adversa debido a su dependencia al consumo interno. Por lo cual, bajo este contexto se buscó analizar el aporte tributario del sector terciario en el periodo 2016 –2021 (I trimestre) tomando en consideración la situación del sector como el de sus actividades principales antes, durante y después del Covid-19. Por medio del método cuantitativo bajo un enfoque correlacional, con información de fuentes oficiales como la del BCE y SRI se pudo evidenciar el gran aporte del sector a la recaudación tributaria siendo en promedio el 72%. Así como también, de cuanto ha afectado el Covid-19 al comportamiento del sector siendo de una caída del 13,2%, en la cual, en las actividades como las relacionadas al turismo fueron las más afectadas. A nivel empírico por medio de una correlación entre variables, se demostró que el comportamiento económico del sector ha incidido significativamente en los niveles de recaudación tributaria.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».