MétaCan
Menu
Retour à la cohorte
Enregistrement W1991408434 · doi:10.12735/jbm.v3i4p28

National Differences in Stakeholder Pressure to Adopt Codes of Ethics: A Four-Country Study

2014· article· en· W1991408434 sur OpenAlexvenueaboutno aff
Christopher J. Robertson, K. Matthew Gilley, Bradley J. Olson, Yongjian Bao, Xingfu Zhang

Notice bibliographique

RevueJournal of Business & Management · 2014
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueEthics in Business and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStakeholderEthical codeBusinessPolitical sciencePublic relations

Résumé

récupéré en direct d'OpenAlex

Academic research related to the perceived value of ethics codes in different national contexts has been limited despite burgeoning interest by managers, government officials and members of international nonprofit organizations. The purpose of this study is to assess the relationship between promoting a positive external firm image and stakeholder pressure to adopt codes of ethics. Moreover, we assess the extent to which market and non-market stakeholder pressure varies across national borders. A survey instrument developed in the United States is adapted to a cross-national setting and hypotheses related to codes of ethics are tested. Empirical results based on 540 respondents from four nations, Peru, China, the United States and Canada, support that national differences exist with respect to perceptions of ethics codes. A significant relationship between creating an external image and perceived pressure from stakeholders is also identified. Study limitations, managerial implications, and promising future research directions are also discussed.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,264
Score d'incertitude au seuil0,889

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0140,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,369
Tête enseignante GPT0,419
Écart entre enseignants0,050 · 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 tête enseignante, 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

Citations0
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Business & ManagementMême sujetEthics in Business and EducationTravaux en français237 207