MétaCan
Menu
Retour à la cohorte
Enregistrement W6992777376

Merityön verotus Suomessa ja Pohjois-Euroopassa

2015· other· fi· W6992777376 sur OpenAlexaboutno aff

Notice bibliographique

RevueTheseus (Ammattikorkeakoulujen) · 2015
Typeother
Languefi
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuarter (Canadian coin)Latvian
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Opinnäytetyössä esitellään Suomen merityön verotuskäytäntö ja verrataan sitä Ruotsin, Norjan, Viron, Latvian ja Liettuan käytäntöihin. Työn tarkoituksena on antaa selkeä kuva Suomen verokäytännöstä ja sen sijoittumisesta rajatulla alueella. Tämä opinnäytetyö on tehty, jotta merityön verotuksesta saisi selkeän ja ymmärrettävän kuvan. Vertailulla osoitetaan eri maiden käytännöistä johtuvat erot.\n\nTutkimus suoritettiin kolmessa eri työprosessin vaiheessa: suunnittelu, tiedonhankinta ja kirjoittaminen. Suunnitteluvaiheessa aihe rajattiin maantieteellisesti, vuositulojen, vuotuisten työpäivien määrillä sekä työskentelyaluksen lippuvaltioilla. Myös henkilötiedot on rajattu mallilaskelmissa. Rajaus suoritettiin niin, että sen avulla saatiin yksinkertainen kuva verokäytännöistä. Rajatun alueen verohallinnoille suoritettiin kysely, jonka tulosten perusteella saatiin osa tutkimusmateriaalista. Loppuosa tutkimusmateriaalista saatiin rajatun alueen maiden tuloverolaeista.\n\nTuloksista käy ilmi, että Suomi verottaa merityötä pääsääntöisesti ankarimmin rajatulla alueella. Suomalainen merenkulkija ei ole tasa-arvoisessa asemassa verrattuna muihin alueen merenkulkijoihin. Suomen verotuksen progressiivisuus, merityötulovähennyksen riittämättömyys ja kuuden kuukauden säännön ongelmallisuus aiheuttavat suomalaiselle merenkulkijalle valtavia nettomerityötulojen menetyksiä. Jotta suomalainen merenkulkija olisi tasa-arvoisessa asemassa Euroopassa, tulisi edellä mainittuihin asioihin puuttua.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,088
Score d'incertitude au seuil0,296

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0060,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0880,024

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 Opus0,033
Tête enseignante GPT0,276
Écart entre enseignants0,244 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTheseus (Ammattikorkeakoulujen)Travaux en français237 207