FABRICATING STATELESS INCOME: DECONSTRUCTING THE DISCOURSES OF MULTINATIONAL PLATFORM CORPORATIONS’ TAX AVOIDANCE STRATEGIES IN AUSTRALIA AND CANADA
Notice bibliographique
Résumé
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».