MétaCan
Menu
Retour à la cohorte
Enregistrement W4401787968 · doi:10.1080/09638180.2024.2386144

Tax Employee Careers and Corporate Tax Outcomes*

2024· article· en· W4401787968 sur OpenAlex

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

RevueEuropean Accounting Review · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Taxation and Avoidance
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésAccountingCorporate taxBusinessDeferred taxDouble taxationEconomicsTax avoidanceState income taxFinanceTax reformPublic economicsGross income

Résumé

récupéré en direct d'OpenAlex

We examine how corporate tax outcomes, consisting of tax avoidance and tax risk, relate to the career outcomes of employees who work in the tax department. Using tax employee data obtained from the professional networking website LinkedIn, we find that both tax avoidance and tax risk are linked to tax employee career outcomes. Specifically, we find that tax employees’ turnover is positively associated with adverse tax outcomes, evidenced through lower tax avoidance or higher tax risk. Moreover, we find that the employment gap for tax employees after exiting the firm is positively associated with these adverse tax outcomes. Lastly, we find that the probability of an external promotion for a tax employee upon joining a new firm is negatively associated with the adverse tax outcomes faced by the previous employer. Collectively, these results suggest that tax employees may experience negative career outcomes when their firms face adverse tax performance. Our study highlights the consequences that tax avoidance and tax risk may have on the individuals who produce these outcomes. Our study also sheds light on the incentives that drive tax employees to cooperate with their firm’s tax-related objectives.

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 candidatesMéta-épidémiologie (sens strict), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,595
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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,006

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 GPT0,248
Écart entre enseignants0,208 · 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