MétaCan
Menu
← Back to cohort
Record W2837431799 · doi:10.71781/15913

Vers une justice fiscale dans le secteur minier

2017· dissertation· fr· W2837431799 on OpenAlexaboutno aff
Alexis Ouellet-Simard

Bibliographic record

VenueOpen MIND · 2017
Typedissertation
Languagefr
FieldEngineering
TopicMining and Resource Management
Canadian institutionsnot available
Fundersnot available
KeywordsPolitical scienceHumanitiesPhilosophy

Abstract

fetched live from OpenAlex

Dans les années 1990, le gouvernement du Canada a mis en place des initiatives pour attirer les sociétés minières. D’un certain point de vue, l’opération a été un succès, car aujourd’hui environ 75% des sociétés minières du monde sont enregistrées au Canada. Cette surreprésentation peut être expliquée, en partie, par un régime fiscal très attrayant pour l’industrie extractive. Cette recherche a comme objectif de porter un regard critique sur les conditions fiscales du secteur minier au Canada. Mon hypothèse stipule que le Canada offre aux sociétés minières des conditions fiscales excessivement avantageuses qui vont à l’encontre de l’intérêt commun. La concurrence fiscale, l’opacité financière et un régime d’impôt basé principalement sur les bénéfices peuvent expliquer l’absence ou l’infime contribution des sociétés minières au trésor public. Les deux études de cas soulèvent également des doutes sur le régime d’impôt minier actuel. En effet, selon mes estimations, les impôts versés sont nettement inférieurs aux exigences du régime actuel. Ces observations permettent de proposer des recommandations pour améliorer le régime actuel. De plus, certaines lignes directrices sont proposées pour la mise en place d’un nouveau régime d’impôt minier. Celui-ci aurait une forte transparence et serait basé sur des redevances ad valorem modulées en fonction des prix des métaux. Beaucoup de travail reste à faire pour l’élaboration et la mise en place d’un tel régime. Cependant, force est d’admettre qu’il permettrait un pas majeur vers une justice fiscale dans le secteur minier.

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 imitation

Not 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.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.007
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Theoretical or conceptual · Consensus signal: Theoretical or conceptual
GenreCandidate signal: Other · Consensus signal: none
Teacher disagreement score0.929
Threshold uncertainty score0.337

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0020.007
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.003
Science and technology studies0.0070.004
Scholarly communication0.0060.002
Open science0.0010.002
Research integrity0.0010.003
Insufficient payload (model declined to judge)0.0110.000

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.

Opus teacher head0.020
GPT teacher head0.270
Teacher spread0.249 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designTheoretical or conceptual
Domainnot available
GenreOther

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".

Quick stats

Citations0
Published2017
Admission routes1
Has abstractyes

Explore more

Same venueOpen MIND→Same topicMining and Resource Management→French-language works237,207→