MétaCan
Menu
Retour à la cohorte
Enregistrement W4230930265 · doi:10.32721/ctj.2021.69.1.pf.neilson

Policy Forum: Improving the Canada Revenue Agency's Delivery of Social Benefits—A Practitioner's Perspective

2021· article· en· W4230930265 sur OpenAlexvenueaboutno aff
Hugh Neilson

Notice bibliographique

RevueCanadian Tax Journal/Revue fiscale canadienne · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCanadian Policy and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAgency (philosophy)Public economicsEarned income tax creditTax creditBusinessRevenueGovernment (linguistics)Perspective (graphical)Tax revenueTax reformEconomicsAccountingSociology

Résumé

récupéré en direct d'OpenAlex

In Canada, the tax system has become closely intertwined with the income support system; many key income support benefits are delivered through the tax system. Other authors have identified problematic elements of the use of the tax system as a benefit administration tool, and concerns about the role of the Canada Revenue Agency (CRA) as a social benefits agency, in addition to its essential role as a tax collector, stemming in part from issues arising from Canada's response to the COVID-19 pandemic. Suggestions to enhance the tax system's ability to deliver benefits include pre-filled tax forms and real-time reporting. I suggest that, while some reforms are practical even in the short term, others require a long-term perspective, or even a shift in the philosophy of our tax system, to implement changes such as reducing the volume of deductions and credits, and accepting standard claims rather than precise calculations supported by receipts and other documentation. Additionally, given that we live in a specialized society, I suggest that these goals would be better achieved by the CRA acting in collaboration with other groups, within and outside the government, to better reach vulnerable populations and deliver the benefits that they are entitled to receive.

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)0,028
score de la tête « metaresearch » (Gemma)0,045
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,223
Score d'incertitude au seuil0,901

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0280,045
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,006
Études des sciences et des technologies0,0340,017
Communication savante0,0240,007
Science ouverte0,0060,005
Intégrité de la recherche0,0210,018
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,013
Tête enseignante GPT0,229
Écart entre enseignants0,217 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

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'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Tax Journal/Revue fiscale canadienneMême sujetCanadian Policy and GovernanceTravaux en français237 207