MétaCan
Menu
Retour à la cohorte
Enregistrement W6998582620

From Adjustment to Apportionment in the Goods and Services Tax Act: A Comparative Analysis of the Change-In-Use Rules in Australia, Canada, and New Zealand

2011· article· en· W6998582620 sur OpenAlexaboutno aff

Notice bibliographique

RevueResearchArchive–Te Puna Rangahau (Victoria University of Wellington) · 2011
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueTaxation and Legal Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésApportionmentProduction (economics)Goods and servicesConsumption (sociology)Value (mathematics)Value-added taxCapital (architecture)Quality (philosophy)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

All countries that have adopted Goods and Services Tax (GST) or Value Added Tax (VAT) employ a ‘change-in-use’ mechanism to distinguish consumption from the stages of production and distribution. New Zealand’s former change-in-use rules were unique. Unlike the ‘use’ based apportionment approaches employed in Australia, Canada and the United Kingdom, New Zealand employed an adjustment approach that utilised a ‘principal purpose’ test and deemed supply mechanism. While Canada has also employed an adjustment approach for capital property, the New Zealand rules have operated differently to those in Canada. In response to criticism for being overly complex and confusing, the New Zealand change-in-use rules will adopt a new ‘use’ based apportionment approach, together with a new mechanism to constrain the number of adjustments, from 1 April 2011 for a number of taxpayers. Applying criteria identified by the Tax Working Group the performance of New Zealand’s change-in-use rules are examined, in comparison to those applied in Australia and Canada. In addition, the comparative readability of the change-in-use provisions in all three jurisdictions is examined. The paper concludes that New Zealand should adopt an apportionment approach and that the Goods and Services Tax Act should be rewritten for improved readability.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,077
Score d'incertitude au seuil0,384

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,067
Tête enseignante GPT0,266
Écart entre enseignants0,199 · 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
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearchArchive–Te Puna Rangahau (Victoria University of Wellington)Même sujetTaxation and Legal IssuesTravaux en français237 207