MétaCan
Menu
Retour à la cohorte
Enregistrement W4401104901 · doi:10.54373/ifijeb.v4i3.1584

Visualizing Humans Contributions to Tax Complience Research: A Bibliometric Analysis

2024· article· en· W4401104901 sur OpenAlexaboutno aff
Firmansyah Arifin, Nuri Annisa Fitri

Notice bibliographique

RevueIndo-Fintech Intellectuals Journal of Economics and Business · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueTaxation and Compliance Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTaxpayerCompliance (psychology)Multidisciplinary approachField (mathematics)AccountingBusinessPublic economicsPolitical sciencePsychologyEconomicsLaw

Résumé

récupéré en direct d'OpenAlex

Understanding the factors influencing taxpayer compliance with tax laws continues to be a focal point for many researchers. This study presents a bibliometric and visual analysis of tax compliance, particularly focusing on the research clusters related to tax compliance, covering studies published between 1977 and 2024 and indexed in the Dimensions database. The analysis aims to provide insights and guidance for future research in the field of tax compliance. A total of 500 studies on Tax Compliance were identified in the Dimensions database, with the majority being articles published in international journals. Australia, Austria, Canada, Italy, and the United States emerged as the most productive countries in terms of Tax Compliance publications. Additionally, a notable trend is the increasing number of multidisciplinary studies conducted by authors from various countries, particularly concerning human factors. This study recommends exploring multiple databases and refining future research through several clusters identified from these findings. Thus, researchers can gain a more comprehensive understanding of the complexity of Tax Compliance and the various clusters influencing it. The bibliometric mapping and visualization of Tax Compliance provide a foundation for advancing knowledge and promoting informed investigations in the field of human behavior regarding tax compliance

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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesBibliométrie
Catégories consensuellesBibliométrie
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,741
Score d'incertitude au seuil0,963

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0530,057
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,168
Tête enseignante GPT0,373
Écart entre enseignants0,205 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
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 revueIndo-Fintech Intellectuals Journal of Economics and BusinessMême sujetTaxation and Compliance StudiesTravaux en français237 207