MétaCan
Menu
Retour à la cohorte
Enregistrement W1995230133 · doi:10.1080/10495141003601229

Corporate Support for Employee Volunteerism Within Canada: A Cross-Cultural Perspective

2010· article· en· W1995230133 sur OpenAlexaffabout
Mary Runté, Debra Z. Basil, Robert Runté

Notice bibliographique

RevueJournal of Nonprofit & Public Sector Marketing · 2010
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueNonprofit Sector and Volunteering
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésPerspective (graphical)Divergence (linguistics)Corporate social responsibilityPerceptionBusinessConvergence (economics)Public relationsOrganizational cultureMarketingPolitical scienceEconomic growthPsychologyEconomics

Résumé

récupéré en direct d'OpenAlex

Company support for employee volunteerism (CSEV) is one mechanism whereby businesses meet the escalating expectation for corporate social responsibility (CSR). Institutional theory is applied to examine patterns of convergence and divergence in CSR programs cross culturally, with a particular focus on intra-country cultural differences. Using a national (Canada) survey of businesses, we examine cross-cultural differences regarding CSEV in two regions of Canada—French Canada (Quebec) and English Canada. Our results suggest that cultural differences, rooted in historical conditions, may shape CSEV program implementation in Canada. Quebec companies are less likely to engage in CSEV. If they do encourage employee volunteerism, they may exclude certain cause types from support and appear to focus more on the external benefits of CSEV, such as community perception, than do firms in English Canada. Recognizing that no nation is culturally homogenous, our study illustrates that CSR and CSEV may vary significantly whenever or wherever cultural differences occur. Businesses and nonprofit organizations need to consider culture as an important variable when implementing corporate volunteer programs.

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)0,009
score de la tête « metaresearch » (Gemma)0,012
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
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 enseignants0,444
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,047
Tête enseignante GPT0,331
Écart entre enseignants0,284 · 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.

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

Citations9
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Nonprofit & Public Sector MarketingMême sujetNonprofit Sector and VolunteeringTravaux en français237 207