Taxpayers' Response to Tax Rate Changes: A Canadian Panel Study
Bibliographic record
Abstract
Les contribuables sont en mesure de réagir aux changements dans les taux marginaux d'impôt sur le revenu de diverses manières. Ces réactions sont de deux ordres : changement de comportement (offre de travail, types de revenu, épargne, etc.) ou changement dans la manière de déclarer les revenus (report, évasion fiscale, etc.). Par conséquent, il est possible qu'un changement dans les taux d'impôt entraîne un changement non-proportionnel de l'impôt payé. Cette étude propose une méthodologie permettant l'estimation des élasticités du revenu et du nombre de contribuables par rapport aux taux d'impôt. Trois classes de revenus sont retenues pour l'analyse : revenus moyens (50 000 $ - 100 000 $), revenus élevés (100 000 $ - 150 000 $) et revenus très élevés (150 000 $ et plus). La méthodologie proposée est appliquée à un panel de données provinciales au Canada au cours de la période 1972-1996. Des résultats spécifiques sont présentés pour trois sous-périodes (1972-1976, 1977-1987 et 1988-1996). Ces sous-périodes correspondent aux différents régimes fiscaux qu'a connus le Canada entre 1972 et 1996. Les résultats indiquent des réactions significatives des contribuables à revenus élevés et très élevés durant la période 1988-1996. Les résultats obtenus du modèle portant sur le nombre de contribuables indiquent également qu'une part importante de la réaction s'explique par la migration des contribuables entre les classes de revenu.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.006 |
| Science and technology studies | 0.003 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".