Notice bibliographique
Résumé
Citation (2015), "Editorial Board", Advances in Taxation (Advances in Taxation, Vol. 22), Emerald Group Publishing Limited, Bingley, pp. ix-x. https://doi.org/10.1108/S1058-749720150000022010 Publisher: Emerald Group Publishing Limited Copyright © 2015 Emerald Group Publishing Limited John Hasseldine, Editor University of New Hampshire, USA Kenneth Anderson University of Tennessee, USA Bryan Cloyd Lehigh University, USA Anthony P. Curatola Drexel University, USA Charles Enis Pennsylvania State University, USA Pete Frischmann Oregon State University, USA Norman Gemmell Victoria University of Wellington, New Zealand Peggy A. Hite Indiana University-Bloomington, USA Kevin Holland Cardiff University, UK Khondkar Karim University of Massachusetts Lowell, USA Beth B. Kern Indiana University-South Bend, USA Erich Kirchler University of Vienna, Austria Stephen Liedtka Villanova University, USA Alan Macnaughton University of Waterloo, Canada Amin Mawani York University, Canada Janet A. Meade University of Houston, USA Emer Mulligan National University of Ireland Galway, UK Lynne Oats University of Exeter, UK Grant Richardson University of Adelaide, Australia Robert Ricketts Texas Tech University, USA Michael L. Roberts University of Colorado-Denver, USA Timothy Rupert Northeastern University, USA David Ryan Temple University, USA Toby Stock Ohio University, USA Marty Wartick University of Northern Iowa, USA Christoph Watrin University of Muenster, Germany Book Chapters Advances in Taxation Advances in Taxation Advances in Taxation Copyright Page List of Contributors Editorial Board Introduction Procedural Justice for All: a Taxpayer Rights Analysis of Irs Earned Income Credit Compliance Strategy The Effect of Federal-State Conformity on Taxpayer Decisions Does College Savings Plan Performance Matter? The Effects of Jointly Provided Tax Services and Auditor Size on Restatements Inherent Outcome-Favorable Biases and Mitigating Effects of Principles-Based Standards: A Study of Accounting Students’ Tax Decisions The Effect of Detection Risk on Uncertain Tax Position Reporting: Experimental Evidence
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,017 | 0,007 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,006 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,263 | 0,271 |
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 source (Gemma direct ou Codex distillé), 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 ».