MétaCan
Menu
Retour à la cohorte
Enregistrement W4407219042 · doi:10.5210/spir.v2024i0.13933

FABRICATING STATELESS INCOME: DECONSTRUCTING THE DISCOURSES OF MULTINATIONAL PLATFORM CORPORATIONS’ TAX AVOIDANCE STRATEGIES IN AUSTRALIA AND CANADA

2025· article· en· W4407219042 sur OpenAlexaboutno aff
Harry Dugmore

Notice bibliographique

RevueAoIR Selected Papers of Internet Research · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Taxation and Avoidance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMultinational corporationStateless protocolTax avoidanceBusinessPolitical scienceSociologyDouble taxationComputer scienceComputer security

Résumé

récupéré en direct d'OpenAlex

While upending domestic and global news media’s advertising income streams via the provision of superior “commercial datafication” (Mansell, 2021) and “digital tracking and profiling” (Christl, 2017) functionalities, Multinational Platform Corporations (MNPCs) have also implemented opaque strategies to minimize their domestic and global tax liabilities. These strategies have been an important contributor to both Meta and Alphabet’s surging profits over the past decade – from US$1.5b for Meta in 2013, to $39b in 2023 and, for Google, now listed as part of parent company Alphabet, from a US$12.73b profit in 2013 to US$74b in 2023. These spectacular levels of profitability have been achieved despite a proliferation of local and some transnational ‘diverted profits tax’ laws (Colbran, E., & Farhat, S, 2023; Dunne, 2016) designed to prevent companies from shifting revenue from high-tax countries to ‘low or no tax’ jurisdictions. MNPCs have been able to not just continue to transform the majority of their revenue into "stateless” income (Kleinbard, 2016), which is not taxed in the country where the income is generated nor, often, even in the country where the corporation is headquartered, but to get better at this and other forms of tax avoidance, via improving both their ability to strategically “navigate institutional complexity” (Kornelakis, A., & Hublart, P. (2022) and, as this paper argues, to shape national and transnational discourses about their strategies. In both Canada and Australia, these strategies continue to allow the deflecting of public and political pressure to support (or mitigate the disruption to) local news ecosystems.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,145
Score d'incertitude au seuil0,991

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0320,023
Communication savante0,0160,005
Science ouverte0,0020,008
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,031
Tête enseignante GPT0,313
Écart entre enseignants0,282 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAoIR Selected Papers of Internet ResearchMême sujetCorporate Taxation and AvoidanceTravaux en français237 207