MétaCan
Menu
Retour à la cohorte
Enregistrement W1871424142 · doi:10.1108/ijppm-10-2014-0152

Corporate sustainability reporting in the apparel industry

2015· article· en· W1871424142 sur OpenAlexaff
Anika Kozlowski, Cory Searcy, Michal Bardecki

Notice bibliographique

RevueInternational Journal of Productivity and Performance Management · 2015
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEnvironmental Sustainability in Business
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésClothingBusinessSustainabilitySustainability reportingCorporate sustainabilityClothing industryAccountingMarketing

Résumé

récupéré en direct d'OpenAlex

Abstract Purpose The purpose of this paper is to identify the reported indicators in corporate sustainability reports, other documents and the web sites of 14 apparel brands belonging to the Sustainable Apparel Coalition (SAC). Design/methodology/approach A content analysis of the corporate sustainability reports, other documents and web sites of the 14 SAC apparel brands was conducted to identify indicators related to sustainability. Qualitative and quantitative data were collected on all reported sustainability initiatives, actions, and indicators. A normative business model was developed for the categorization of the indicators and a cross-case analysis of the apparel brand's sustainability reporting was conducted. Findings In total, 87 reported corporate sustainability indicators were identified. The study finds that there is a lack of consistency among them. The majority of the indicators dealt with performance in supply-chain sustainability while the least frequently reported indicators addressed business innovation and consumer engagement. Originality/value This paper provides one of the first in-depth reviews of the indicators reported by apparel brands within their web sites and other forms of corporate sustainability reporting.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,054
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,054
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0110,012
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,046
Tête enseignante GPT0,270
Écart entre enseignants0,224 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations182
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Productivity and Performance ManagementMême sujetEnvironmental Sustainability in BusinessTravaux en français237 207