MétaCan
Menu
Retour à la cohorte
Enregistrement W4380482008 · doi:10.6000/1929-4409.2020.09.317

Modern Economic Conditions and Impact of the Tax Regime on the Legalization of Self-Employment: Russian and Foreign Experience

2022· article· en· W4380482008 sur OpenAlexvenueno aff
Elena Vladimirovna Bolonina, A.R. Khafizova, V.I. Nasyrova

Notice bibliographique

RevueInternational Journal of Criminology and Sociology · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueTaxation and Compliance Studies
Établissements canadiensnon disponible
Organismes subventionnairesKazan Federal University
Mots-clésLegalizationRussian federationEconomicsPolitical scienceEconomic policyDevelopment economicsBusinessLaw

Résumé

récupéré en direct d'OpenAlex

This article analyzes Russian and international experience in approaches to taxation of self-employed individuals and their impact on the legalization of activities based on modern economic conditions. The purpose of the study is to conduct a comparative characteristic of the criteria for determining self-employed persons and various forms of their taxation in Russia and abroad at the present stage. The special tax regime for the self-employed in Russia has been in effect since 2019 and is one of the youngest in the tax system, so the analysis of foreign experience in the taxation of self-employed persons is of particular practical interest. The authors analyze global statistics on the number of self-employed persons and identify trends in their changes not only in the Russian Federation, but also in some foreign countries, especially in the light of the development of digital technologies and the emergence of new opportunities for independent activity by individuals. The research made it possible to draw intermediate conclusions for Russia at this stage of the new regime implementation: whether modern tax regimes stimulate the development of self-employment, how optimal these regimes are for legalizing citizens ' income, and what trends of foreign countries in the field of self-employed taxation may be relevant for modern Russia.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,069
Tête enseignante GPT0,303
Écart entre enseignants0,234 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Criminology and SociologyMême sujetTaxation and Compliance StudiesTravaux en français237 207