MétaCan
Menu
Retour à la cohorte
Enregistrement W4414142515 · doi:10.1017/psrm.2025.10018

Inequality, information, and income tax policy preferences in Austria and Germany

2025· article· en· W4414142515 sur OpenAlexfundno aff
Cameron Ballard-Rosa, Ronald Rogowski, Kenneth F. Scheve, Nicolaj Thor

Notice bibliographique

RevuePolitical Science Research and Methods · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueElectoral Systems and Political Participation
Établissements canadiensnon disponible
Organismes subventionnairesWeatherhead Center for International Affairs, Harvard UniversityYork UniversityNew York University Abu DhabiHarvard University
Mots-clésStatus quoProgressive taxRedistribution (election)InequalityPreferenceTax policyEconomic inequalityStatus quo biasState income tax

Résumé

récupéré en direct d'OpenAlex

Abstract Inequality has increased over recent decades in many advanced industrial democracies, but taxes have rarely become more progressive. One possible explanation for the lack of a policy response is that, despite rising inequality, voters support higher taxes on incomes weakly, if at all. Using original representative surveys in Austria and Germany, we elicit voters’ preferences over the progressivity of income tax policy and examine whether exposing them to accurate information about inequality affects those preferences. Voters, we find first, express an abstract preference for progressivity but concretely support tax plans that are only somewhat more progressive than the status quo in Austria and less progressive than the status quo in Germany. Second, we find evidence that certain kinds of information about inequality moderately increase progressive tax preferences in Germany; however, we find no equivalent effects in Austria. While information on inequality does seem able to affect tax policy views in certain contexts, it seems unlikely that lack of this information can fully account for the lack of rising redistribution through the income tax system in the face of increasing inequality.

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)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,215
Tête enseignante GPT0,606
Écart entre enseignants0,390 · 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'étudeObservationnel
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

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolitical Science Research and MethodsMême sujetElectoral Systems and Political ParticipationTravaux en français237 207