MétaCan
Menu
Retour à la cohorte
Enregistrement W4308067514 · doi:10.32721/ctj.2022.70.3.pf.neill.schwartz

Policy Forum: Five Reasons To Be Skeptical About the Repayment of Canada's Student Loans Through the Tax System

2022· article· en· W4308067514 sur OpenAlexvenueaboutno aff
Christine Neill, Saul Schwartz

Notice bibliographique

RevueCanadian Tax Journal/Revue fiscale canadienne · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCanadian Policy and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSkepticismPublic economicsTax creditEconomicsBusinessTax policyTax reformIncome taxActuarial scienceFinance

Résumé

récupéré en direct d'OpenAlex

Since the world's first tax-system-based income-contingent repayment system for the repayment of student loans was introduced in Australia in 1989, there have been suggestions that Canada should adopt a similar system. But there has been little discussion of the practicalities involved in introducing a new system where there is joint federal and provincial involvement and where the new system would replace a pre-existing and generous, if incomplete, form of income-contingent repayment (ICR). Joint federal and provincial involvement is a problem unique to Canada, and replacement of the existing system becomes problematic when that system is more generous than the proposed alternative. In this article, we identify five key stumbling blocks that make us skeptical about the prospects of switching to tax-system-based repayment of student loans in Canada: the need for intergovernmental cooperation; additional responsibilities for the tax authorities; potential costs to employers from further complicating the withholding system; challenges if the new system were to try to fit the current program parameters into the tax system efficiently; and the political challenge of gaining student support. While there are certainly benefits to administering ICR through the tax system, these need to be weighed against the costs.

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)0,025
score de la tête « metaresearch » (Gemma)0,062
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 enseignants0,162
Score d'incertitude au seuil0,972

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,062
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,005
Études des sciences et des technologies0,0530,021
Communication savante0,0270,008
Science ouverte0,0060,006
Intégrité de la recherche0,0420,042
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,016
Tête enseignante GPT0,256
Écart entre enseignants0,240 · 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
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

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