MétaCan
Menu
Retour à la cohorte
Enregistrement W4246253232 · doi:10.1787/eco_surveys-can-2008-5-en

Tax reform for efficiency and fairness

2008· book-chapter· en· W4246253232 sur OpenAlexaboutno aff

Notice bibliographique

RevueOECD economic surveys. Canada · 2008
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueCanadian Policy and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTax reformIndirect taxLabour economicsValue-added taxTax deferralIncentiveDouble taxationAd valorem taxEconomicsState income taxDirect taxTax avoidanceTax creditBusinessCapital (architecture)Public economicsContext (archaeology)Monetary economicsGross incomeMarket economy

Résumé

récupéré en direct d'OpenAlex

The Canadian government has set a high priority on reducing the economic burden of taxation. In a context of fiscal surpluses, it has been: markedly reducing corporate income and capital taxes; providing more personal tax relief especially at lower incomes and above all for saving; and cutting the federal value added tax (GST). While such measures, in particular income and capital tax cuts, reduce the economic damage caused by tax and improve business competitiveness, Canada should go further along this route with significant revenue-neutral reforms to achieve a more efficient tax mix that also retains its redistributive features. Numerous tax preferences to favoured activities, firm types, investments and savings vehicles narrow the tax base and create loopholes, keeping statutory rates higher than otherwise and distorting resource allocation. They should therefore be removed. It would also help to shift the tax mix toward more user fees and indirect taxes – including VAT, environmental levies and property taxes – which do not distort inter-temporal economic choices as income taxes do. Lower corporate and personal income taxes could improve the incentives for capital formation, FDI, innovation, entrepreneurship, labour-force participation, work effort, and the pursuit of higher education. The result would be higher standards of living.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
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: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,183
Score d'incertitude au seuil0,600

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0070,011
Communication savante0,0080,005
Science ouverte0,0010,002
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0180,003

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 Opus0,021
Tête enseignante GPT0,229
Écart entre enseignants0,208 · 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
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOECD economic surveys. CanadaMême sujetCanadian Policy and GovernanceTravaux en français237 207