Diseño y formulación de estrategias que le permitan a la municipalidad distrital de Cerro Colorado incrementar la recaudación de arbitrios, Arequipa 2019
Bibliographic record
Abstract
La presente tesis presenta una serie de alternativas de implementar estrategias de gestión \ntributaria con el objetivo de incrementar la recaudación de arbitrios de la municipalidad de \nCerro Colorado, teniendo en cuenta la importancia sobre la fiscalización y la gestión \ntributaria en el Perú, presenta un problema en la recaudación de arbitrios ya que parte de la \npoblación no tributa. Haciendo un análisis sobre la situación actual se planteó hacer un plan \nde mejora con el objetivo de que la municipalidad pueda implementarlo para incrementar la \nrecaudación de arbitrios. \nLa investigación se realizó bajo un enfoque descriptivo y analítico. Donde la muestra estuvo \nconformada por 250 habitantes dentro de Cerro Colorado distribuidos por zonas en las cuales \nse eligió a personas que no tributan por distintos motivos. Como fuente adicional de \ninformación se acudió a otros estudios con el objetivo de formular un plan de mejora y bajo \nel cual se puede implementar fundamentos teóricos para dar solución al problema sobre la \nrecaudación de arbitrios. \nLos resultados obtenidos del análisis demuestran que no hay un seguimiento total sobre la \ngestión tributaria de la municipalidad mencionada, ya que por una falta de prioridad en zonas \ncon gran cantidad de contribuyentes que no tributan o en si son morosos en sus pagos se \npierde una fuente de ingresos. La falta de concientización tributaria tiene un impacto \nnegativo en el nivel de la recaudación tributaria teniendo en cuenta que hay un menor nivel \nde seguimiento y monitoreo sobre la recaudación de arbitrios en Cerro Colorado.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
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.
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 teacher head, 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".