MétaCan
Menu
← Retour à la cohorte
Enregistrement W4386187987 · doi:10.5539/ijef.v15n9p118

Financial Development and Its Impact on Tax Revenue in Côte d’Ivoire

2023· article· en· W4386187987 sur OpenAlexvenueno aff
Oyibo Paul Vivien, Djeban Koffi Mouroufie Emmanuel, Anzian Kouamé Marcel, Fossou Ebi Georges

Notice bibliographique

RevueInternational Journal of Economics and Finance · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFiscal Policy and Economic Growth
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCointegrationRevenueEconomicsTax revenueGranger causalityMonetary economicsMobilizationCote d ivoireFinanceMacroeconomicsEconometricsGeography

Résumé

récupéré en direct d'OpenAlex

Increasing domestic revenue mobilization remains a challenge for many governments, generally in low-income countries and in Côte d'Ivoire in particular. This work aims to assess the effects of financial development on the mobilization of tax revenues in Côte d'Ivoire during the period 1985-2020. The Granger Causality techniques were applied to data, revealing that there is a one-way relationship between financial development and tax revenue and between export and tax revenue. The results of the estimation of the two-step cointegration model of Engle-Granger (1987) show a cointegration relationship between taxes and their variables in the long term as in the short term. The improvement of financial development and the good quality of national institutions lead to better mobilization of tax revenues. However, the contributory capacity of exports to national wealth positively and significantly influences the mobilization of income in the short term, in the long term, exports become harmful but not significant. The results reflect the non-negligible role of the quality of national institutions in the relationship between the financial sphere and the real sphere.

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)0,002
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 enseignants0,315
Score d'incertitude au seuil0,627

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,030
Tête enseignante GPT0,251
Écart entre enseignants0,221 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Economics and Finance→Même sujetFiscal Policy and Economic Growth→Travaux en français237 207→