MétaCan
Menu
Retour à la cohorte
Enregistrement W7035312617

Ідентифікація джерел формування Державного бюджету України та напрямів використання фінансових ресурсів в умовах російсько-української війни

2024· article· uk· W7035312617 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueThe Scientific Issues of Ternopil Volodymyr Hnatiuk National Pedagogical University Series pedagogy · 2024
Typearticle
Langueuk
DomaineSocial Sciences
ThématiqueLocal Economic Development and Planning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRevenueEuropean unionTax revenueMember stateContext (archaeology)Government (linguistics)CommissionState (computer science)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The article analyzes the sources of financial revenues to the State Budget of Ukraine and the use of financial resources in the context of the russian-Ukrainian war. The changes in the structure of revenues were investigated. It is established that tax and non-tax revenues have significantly decreased, and the main sources of funding have become international loans and grants, non-repayable aid, and funds raised through the issuance of military bonds. Taking into account these changes in the sources of state budget revenues, international financial assistance plays a crucial role. The United States, the European Union, Japan, Canada, the United Kingdom, and other countries provide Ukraine with significant financial resources that are used to finance defense, social benefits, infrastructure restoration, and other priority areas. The largest share of contributions comes from Anglo-Saxon countries, with the United States providing the most financial assistance, and the European community including the EU's collective institutions, the European Commission and the Council. Among other donors, Japan, the World Bank Group, and the IMF are leading the way. Humanitarian aid is provided by EU member states, the United States, and Japan. About 42 countries have become donors to Ukraine. In terms of military assistance, Ukraine's largest partners are EU member states, EU collective institutions and the European Peace Fund, the United States, the United Kingdom, and Norway. The government finances security and defense sector expenditures exclusively through its own tax revenues and military bonds. The most significant increase in expenditures is observed in the following items: defense, public order and security, social protection and social security, general government functions, health care, and intergovernmental transfers.

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.

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)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,777
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0040,006
Communication savante0,0020,003
Science ouverte0,0040,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,003

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 Opus0,098
Tête enseignante GPT0,368
Écart entre enseignants0,270 · 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