Notice bibliographique
Résumé
Why this book? Taxation of Intellectual Property under Domestic Law, EU Law and Tax Treaties, comprising the proceedings and working documents of an annual seminar held in Milan in November 2017, is a detailed and comprehensive study on the taxation of intellectual property (IP). It begins with a comparative analysis of the domestic private law aspects of IP and the domestic tax regimes applicable to profits deriving from the utilization of IP. It next examines the taxation of IP under EU law, with a particular emphasis on (i) the EU fundamental freedoms and State aid, and (ii) the open issues in the implementation of the EU Interest and Royalty Directive. The book then moves to selected tax treaty issues. In particular, it analyses (i) the historical background and the policy of article 12 of the OECD Model Convention; (ii) the meaning of “royalties” and overlapping between articles 7, 12 and 13 of the OECD Model Convention; (iii) royalties in the context of the OECD Multilateral Instrument under the limitation on benefits (LOB) provision and the principal purpose test (PPT) clause; and (iv) certain selected issues on cross-border transfers of IP. Individual country surveys provide an in-depth analysis of the domestic tax regimes and actual tax treaty application and practices by various states, including Australia, Austria, Brazil, Canada, China (People’s Rep.), France, Germany, Italy, the Netherlands, Spain, Switzerland, the United Kingdom and the United States. This book presents a unique and detailed insight into the taxation of intellectual property in an international context and is therefore an essential reference source for international tax students, practitioners and academics. Downloads Sample excerpt, including table of contents This book is part of the EC and International Tax Law Series View other titles in the series Editor(s) Guglielmo Maisto Contributor(s) Paolo Arginelli, Celeste M. Black, Alberto Brazzalotto, Patricia A. Brown, Sophie Chatel, Robin Damberger, Robert J. Danon, Mathieu Daudé, David N. de Ruig, Sjoerd Douma, Anne Fairpo, Elizabeth Gil García, Hans-Peter Gradwohl, Peter Hongler, Michael D. Knobler, Na Li, Sean P. McElroy, Adolfo Martín Jiménez, Leonardo F. de Moraes e Castro, Larissa B. Neumann, Jacques Sasseville, Joel Scheuerman, Livia Schlegel, Florian Schmid, Julia Ushakova-Stein, Matthias Valta, Zoya Zalmai
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,243 | 0,155 |
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 ».