Setting a course in corporate sustainability performance measurement
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose The purpose of this paper is to present situational, goal, and implementation diagnostic questions to guide the early stages in the development of a corporate sustainability performance measurement system (SPMS). Design/methodology/approach The paper highlights that measuring corporate sustainability is a complex problem. It argues that significant time must be devoted to defining sustainability in the corporate context, surveying the internal and external environments in which the corporation operates, establishing goals and objectives for the SPMS, identifying how the SPMS will be used, and identifying resource needs at the very beginning of the process to create a SPMS. Key questions that must be addressed in each of these areas are highlighted and discussed. Findings The situational, goal, and implementation diagnostic questions will help decision‐makers to structure thinking and discussion around the key issues that all meaningful corporate SPMS will need to address. The diagnostic questions will help corporate decision‐makers understand their current situation, the challenges in developing a robust SPMS, the desired end state, and the options available. Research limitations/implications The diagnostics are conceptual models and it is recognized that there is no optimal set of questions that will apply to all cases. With that in mind, the paper notes opportunities for additional research. Originality/value The diagnostics focus attention on the often neglected early stages of developing a corporate SPMS. They offer a novel approach to highlighting the key questions that must be addressed at the very beginning of the process. The diagnostics will be of interest to both researchers and practitioners in corporate sustainability performance measurement.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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