Inégalités et justice fiscale : le Canada devrait-il imposer les successions ?
Bibliographic record
Abstract
Pour faire face à la croissance des inégalités, plusieurs voix se font aujourd’hui entendre pour défendre la nécessité d’une imposition plus lourde de l’héritage. Or, le Canada est l’une des rares sociétés démocratiques et le seul pays du G7 à avoir entièrement éliminé l’impôt sur l’héritage, les dons ou les successions. Dans le contexte actuel, devrions-nous remettre cet outil fiscal à l’ordre du jour ? Il ne s’agit pas dans ce texte de répondre directement à cette question ni de se prononcer sur les détails d’implantation d’un éventuel impôt sur les successions ou sur le taux d’imposition marginal supérieur que devrait privilégier le Canada. L’objectif est plutôt d’offrir une analyse critique des objections de principe qui sont généralement soulevées, dans le discours public et politique, contre l’impôt sur les successions. Ainsi, pour y voir plus clair dans ce débat moralement chargé, nous nous intéressons dans ce texte à trois types d’arguments distincts et aux façons de les réfuter ou de modérer leur portée : l’argument de la double imposition, le problème de la liberté de choix et l’argument de la vertu.
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) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.019 | 0.024 |
| Scholarly communication | 0.011 | 0.004 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.003 | 0.006 |
| Insufficient payload (model declined to judge) | 0.008 | 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".