MétaCan
Menu
Retour à la cohorte
Enregistrement W4393280515 · doi:10.12737/2306-627x-2024-13-1-54-60

International Experience of Income Taxation of Individuals and Directions of Improvement of the Tax System of the Russian Federation

2024· article· en· W4393280515 sur OpenAlexaboutno aff
Phuong Thinh Chan, Olga V. Staroverova

Notice bibliographique

RevueScientific Research and Development Economics of the Firm · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLegal and Policy Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRussian federationInternational taxationBusinessDouble taxationIncome taxEconomic policyPolitical scienceEconomicsPublic economicsTax reform

Résumé

récupéré en direct d'OpenAlex

The article examines the international experience of personal income taxation in developed countries such as the United States of America (USA), the United Kingdom, Japan, China, Australia, Canada, and Germany. The study was conducted using general scientific methods of cognition, including observation, comparison, data collection and analysis, deduction, and induction. The sources of information for the study were regulatory and legislative acts, as well as electronic resources. The main findings include reform of the personal income tax (PIT), aimed at increasing revenues, but not too heavy a tax burden for taxpayers and ensuring fairness, is a matter of concern at present. The study of tax systems in other countries allows us to identify effective approaches to the development and implementation of tax reforms, as well as to avoid mistakes made in other states.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,679
Score d'incertitude au seuil0,398

Scores Codex et Gemma par catégorie

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

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 Opus0,054
Tête enseignante GPT0,355
Écart entre enseignants0,301 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific Research and Development Economics of the FirmMême sujetLegal and Policy IssuesTravaux en français237 207