MétaCan
Menu
Retour à la cohorte
Enregistrement W4401538535 · doi:10.56294/sctconf20231064

Knowledge and contribution against tax fraudation on the local economy in Guayaquil

2023· article· en· W4401538535 sur OpenAlex
Vanessa Josefa Hernández-Alvarado, Jenory Nicole Becerra-Campi, Alexander Josué Bajaña-Jiménez, María Barragán Gáleas

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueSalud Ciencia y Tecnología - Serie de Conferencias · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueBusiness, Innovation, and Economy
Établissements canadiensCarré Technologies (Canada)
Organismes subventionnairesnon disponible
Mots-clésTax evasionPaymentBusinessPopulationGovernment (linguistics)Service (business)EconomyPublic economicsEconomicsFinance

Résumé

récupéré en direct d'OpenAlex

Tax evasion by taxpayers and companies constitutes a frequent crime in different economies, which indirectly impacts the local economy of any territory. In the city of Guayaquil, during the year 2022, the crime of tax fraud has been a growing concern, taking into account the impact this has on the local economy. The population of this area has seen the greatest impact reflected in public services due to their lack of attention and the decrease in the resources necessary to provide a good service to the general population. The existing situation with the lack of combativity, access to information and the population's low awareness of the issue could be verified through the study of a sample with the application of instruments that allowed it. The results obtained are evidence that tax fraud affects the economy and attention of society. The government has regulations regarding tax contributions and obligations for everyone in general, but at the same time, it lacks strict control over compliance with payments, which is why fraud by companies is common.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,629
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,039
Tête enseignante GPT0,233
Écart entre enseignants0,194 · 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