MétaCan
Menu
Retour à la cohorte
Enregistrement W6959397842 · doi:10.11575/sppp.v5i0.42393.g30288

The Big and the Small of Tax Support for R&D in Canada

2017· article· en· W6959397842 sur OpenAlexaboutno aff

Notice bibliographique

RevueUniversity of Calgary · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFern and Epiphyte Biology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSubsidyTax creditTax reformGovernment (linguistics)Indirect taxTax policyCapital (architecture)Value-added tax

Résumé

récupéré en direct d'OpenAlex

Innovation is critical in the knowledge-based economy. It is generally accepted that governments have an important role to play in promoting innovative activity and R&D. Both the federal and provincial governments in Canada provide tax subsidies, and other forms of support, for R&D. Changes to various programs offered by the federal government were introduced in Budget 2012, most particularly related to the Scientific Research and Experimental Development (SR&ED) tax credit program. This paper analyzes the state of tax subsidies for R&D both pre- and post-budget, and at both the federal and provincial level. It is shown that there is a patchwork of effective tax subsidy rates in Canada, which vary both between and within provinces, between small versus large firms, and across sectors and types of R&D activity. The result is a misallocation of R&D resources and a system of government support that is less effective than it could be. On some dimensions Budget 2012 was a move in the right direction, but on other dimensions matters were made worse, resulting in a reconfiguration of tax support across R&D activities that is more distortionary and less efficient. Most particularly, the post-budget tax system heavily favours small firms over large firms, and labour intensive R&D over capital intensive R&D. This paper offers a lucid examination of R&D tax support pre- and post-budget, and argues persuasively that Canadian governments should adopt a more uniform, less distortionary approach to tax subsidies for R&D if they are truly interested in setting innovation free.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,644
Score d'incertitude au seuil0,162

Scores Codex et Gemma par catégorie

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

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 Opus0,023
Tête enseignante GPT0,175
Écart entre enseignants0,152 · 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.

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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversity of CalgaryMême sujetFern and Epiphyte BiologyTravaux en français237 207