Impacto de la implementación del sistema de ATENEO en las Administraciones de Rentas Rivas-Granada durante el periodo fiscal 2019-2020
Bibliographic record
Abstract
La presente investigación analiza el impacto que ha tenido la implementación del sistema de ATENEO en las Administraciones de Renta Rivas y de Granada en el periodo fiscal 2019- 2020; bajo la premisa que la asistencia al contribuyente, es esencial para aumentar los niveles de cumplimiento voluntario, y se caracteriza por los tipos de servicios y canales de atención. \nEn el desarrollo de la tesis, se presentan un estudio de la base legal, que sustenta la atención al contribuyente, gestionada mediante la Atención en Oficina (ATENEO), mismo que le permite a la Administración Tributaria (AT), brindar repuestas adecuadas y efectiva a los usuarios que acuden a las administraciones de rentas a realizar consultas en general sobre gestiones, así como atención a procesos de cobranza y fiscalización. \nDe igual forma, se caracterizan los elementos y etapas del proceso de atención a los contribuyentes en las AT sujeto de análisis, a fin de obtener el grado de satisfacción de los \nusuarios de ATENEO, mediante la técnica de encuestas. Como valor añadido se presenta las incidencias identificadas en la calidad de la atención, brindando propuestas de mejora enfocadas en fortalecer las capacidades técnicas y agilización de procesos. \nCabe señalar que este estudio, se sustenta en el enfoque mixto de investigación (cualitativo y cuantitativo) y adicionalmente en los instrumentos ya descritos, los resultados se respaldan en cuestionarios, guías de cotejo, entrevistas a profundidad y observación directa
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 | 0.017 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.006 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.012 | 0.002 |
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".