MétaCan
Menu
Retour à la cohorte
Enregistrement W6999975421

Dolaylı vergilerin gelir dağılımı üzerindeki etkisi: Türkiye analizi

2019· report· tr· W6999975421 sur OpenAlexaboutno aff

Notice bibliographique

RevuePamukkale University Open Access Archive (Pamukkale University) · 2019
Typereport
Languetr
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConsumption (sociology)InequalityQuarter (Canadian coin)Economic analysis
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Devletin ekonomiye müdahale nedenleri arasında gelir dağılımında adaleti sağlama yer almaktadır. Bu amaca ulaşmak için karar alıcılar vergi politikalarını kullanmaktadırlar. Vergiler ise dolaysız ve dolaylı olarak tasnif edilmektedir. Bu tasnif özellikle gelir dağılımı açından önemlidir. Dolaysız vergilerin dolaylı vergilere göre gelir dağılımında daha etkin olduğu bilinmektedir. Ancak gelişmekte olan ülkelerde dolaylı vergilerin payı ekonomik büyüme amacına hizmet ettiği için daha yüksektir. Türkiye’de de dolaylı vergilerin toplam vergi gelirleri içindeki payı daha yüksektir. Çalışmanın amacı Türkiye’de dolaylı vergilerin gelir dağılımı üzerindeki etkisinin analizidir. Çalışmada vergiler ve gelir dağılımı kavramı ele alındıktan sonra, Türkiye’de dolaylı vergilerin gelir dağılımı üzerindeki etkisi rakamlarla analiz edilmektedir.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Bibliométrie, Études des sciences et des technologies, Communication savante, Science ouverte, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Science ouverte, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,325
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0060,009
Méta-épidémiologie (sens large)0,0080,004
Bibliométrie0,0150,014
Études des sciences et des technologies0,0060,004
Communication savante0,0070,021
Science ouverte0,0530,071
Intégrité de la recherche0,0040,009
Charge utile insuffisante (le modèle a refusé de juger)0,0130,022

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 Opus0,117
Tête enseignante GPT0,342
Écart entre enseignants0,225 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePamukkale University Open Access Archive (Pamukkale University)Travaux en français237 207