Notice bibliographique
Résumé
In a time of increasingly growing income inequality and a shrinking middle class, many governments are proposing redistributing wealth using a personal wealth tax. The wealth inequality has further been exasperated by the COVID-19 pandemic resulting in loss of employment. Wealth inequality is far greater than income inequality as wealth accumulation operates in a self-reinforcing way and likely to increase in the absence of taxation. Investment returns tend to increase with wealth and high earners can save more due to their lower marginal propensity to consume. Governments globally have responded to the crisis through stimulus packages which resulted in an increased budget and government deficit to keep the country’s economy from falling into an economic collapse (i.e., a recession or stagflation). This has resulted in ballooning government deficits and a response from governments to find avenues to fund the increased budgets. The wealth tax is a tool that is proposed by politicians to raise tax revenues considering the growing deficit and expanding budgets. While the tax system should help address wealth inequality, the question is whether the wealth tax is the most effective way to do so. This study will examine the impact of a wealth tax adopted by countries and entrepreneurial activity in the country. Will a wealth tax be more beneficial or harmful to a country’s entrepreneurship size? The findings from the longitudinal study showed mixed results as to whether a wealth tax had a negative or positive impact on entrepreneurship. Four main indices which the study found had an interesting relationship with wealth tax were 1) Self-Employed with and without employees, 2) Self-Employed Manufacturing versus Services sector, 3) Self-Employed Youth rates for men versus women, and 4) Self-Employment rates for men versus women. The case event study has also shown that a wealth tax may not be all beneficial and resulted in France repealing their wealth tax.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,048 | 0,010 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».