Rewards and Fear of Being Labeled as Racist: A Tax Fraud Whistleblowing Investigation*
Notice bibliographique
Résumé
ABSTRACT This article investigates experimentally, in the income tax context, how whistleblowing intentions are influenced when a tax fraud perpetrator is of a different race than a potential whistleblower. In particular, it examines the impact of a message highlighting the social value of whistleblowing and how fear of being perceived as racist influences whistleblowing decision‐making. Using insights from the fear elicitation and processing literature, we find that a potential whistleblower from a majority racial group who learns about a fraud perpetrated by someone from a minority racial group is significantly more likely to blow the whistle anonymously when a social value message is present versus absent, as the presence of a social value message reduces fear of being perceived as racist. However, we do not find that race dissimilarity is significantly associated with non‐anonymous whistleblowing intentions, irrespective of the presence of a social value message. Furthermore, in non‐anonymous whistleblowing situations, potential whistleblowers have to disclose their identities to the tax authority to become eligible for a cash reward. Even when potential whistleblowers can choose the amount of a cash reward they would have to be paid in order to blow the whistle, our results show that whistleblowing intentions do not increase significantly when perpetrators and potential whistleblowers are of different races. Overall, our results suggest that the societal value of tax whistleblowing and the use of cash rewards for whistleblowing are limited by other sociological considerations.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».