MétaCan
Menu
Retour à la cohorte
Enregistrement W48267100

CÓMO SE RECAUDA EN AMÉRICA LATINA (*) Resultados de una encuesta sobre 17 Administraciones tributarias de América Latina 2006-2010

2013· article· es· W48267100 sur OpenAlexaff
Alberto Daniel Barreix, Luis Cremades Ugarte, Fernando Díaz Yubero, Miguel Eduardo Pecho Trigueros, Óscar Ferreiro Vázquez, Fernando Velayos Jiménez

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2013
Typearticle
Languees
DomaineEnvironmental Science
ThématiqueFinance, Taxation, and Governance
Établissements canadiensCanadian Automotive Partnership Council
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesPhilosophy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Este documento es un resumen de un estudio de evaluación y prospectiva del estado de las Administraciones Tributarias (AA.TT.) en América Latina en el quinquenio 2006 –2010, basado en un una encuesta. Del análisis surge que la gran mayoría de las AA.TT. fueron dotadas de autonomía técnica y presupuestaria y se impulsó la profesionalización de su personal. Se produjeron importantes avances en la función de recaudación y el uso masivo de tecnologías para mejorar la información disponible. Sin embargo, los resultados muestran un considerable déficit en materia de fiscalización, cobranza coactiva y tributación internacional, en especial en Centroamérica, por lo que se hace necesaria una segunda generación de reformas que consolide los avances. El trabajo completo y la base de datos se encuentran en: http://www.ciat.org/index.php/en/products-and-services/ciatdata/tax-administration.html

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 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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,710
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,017
Tête enseignante GPT0,285
Écart entre enseignants0,268 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetFinance, Taxation, and GovernanceTravaux en français237 207