Bibliographic record
Abstract
Depuis quelques décennies, l’ouverture des économies et la mondialisation qui en a résulté ont modifié l’environnement dans lequel les gouvernements œuvrent. Le capital et la main d’œuvre sont beaucoup plus mobiles qu’avant et cette mobilité affecte la capacité des gouvernements à taxer les revenus de ces facteurs de production. Leur capacité à fournir des biens publics et à redistribuer la richesse est donc compromise. Les gouvernements en concurrence au niveau de la fiscalité doivent en tenir compte dans l’établissement de leurs politiques fiscales. Le présent rapport fait état de la littérature tant théorique qu’empirique sur la concurrence fiscale en portant une attention particulière aux bien publics. Deux propositions émergent de cette étude. D’abord, il serait intéressant de considérer, à l’instar de la Suède, une taxation différente des revenus de travail et ceux du capital. Comme ce dernier est généralement plus mobile, il devrait être moins taxé. Ceci limiterait les effets de la concurrence fiscale et également de l’évasion fiscale. Ensuite, il serait important, pour le cas du Québec, d’estimer les estimés de migration de différents types de travailleurs afin de quantifier les effets de la concurrence fiscale. Ceci permettrait entre autres de faire une évaluation de programmes ciblés pour attirer des travailleurs étrangers qualifiés.
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 | 0.008 | 0.022 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.004 | 0.010 |
| Scholarly communication | 0.009 | 0.008 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.013 | 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".