Bibliographic record
Abstract
Présidente du comité de la Revue de planification fiscale et financière C'était en 2011.Le Pré Catelan, au bois de Boulogne, à Paris.C'est là que nous avons rencontré Michel Bouvier et Marie-Christine Esclassan.L'un et l'autre professeurs à l'Université Paris 1 Panthéon-Sorbonne.L'un et l'autre à la barre de FONDAFIP, l'Association pour la fondation internationale de finances publiques, respectivement comme président et secrétaire générale.L'un et l'autre directeurs de la Revue Française de Finances Publiques.Animés du désir de favoriser les échanges entre universitaires, praticiens et décideurs politiques, en matière de finances publiques et de fiscalité, en France et à l'étranger.L'idée de colloques France-Québec a germé dès le lendemain de cette rencontre, pour échanger sur la fiscalité et les transformations des systèmes fiscaux de part et d'autre de l'Atlantique.En 2012, un premier colloque France-Québec sur la justice fiscale, organisé en partenariat par l'APFF, FONDAFIP et l'Université de Sherbrooke, a eu lieu à Montréal.En 2013, le deuxième colloque France-Québec, organisé par FONDAFIP et l'APFF, avait pour thème « Crise des finances publiques et évasion fiscale » et s'est tenu à Paris, au Palais du Luxembourg, sous le haut patronage du Sénat.S'ensuivirent en 2014, 2015, 2016, 2018 et 2019 d'autres colloques France-Québec, sur les thèmes « Contrôle de l'impôt -Approche franco-québécoise », « Autonomie fiscale locale », « Démocratie, transparence et fiscalité », « Impôt et territoires » et « Fiscalité, économie numérique et intelligence artificielle en France et au Canada ». Ces colloques eurent lieu alternativement à Montréal
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 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.009 | 0.003 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.005 | 0.007 |
| Insufficient payload (model declined to judge) | 0.039 | 0.010 |
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".