MétaCan
Menu
Retour à la cohorte
Enregistrement W2065971986 · doi:10.1177/0170840613515564

The Extensiveness of Corporate Social and Environmental Commitment across Firms over Time

2014· article· en· W2065971986 sur OpenAlexaff
Pratima Bansal, Jijun Gao, Israr Qureshi

Notice bibliographique

RevueOrganization Studies · 2014
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEnvironmental Sustainability in Business
Établissements canadiensUniversity of ManitobaWestern University
Organismes subventionnairesHong Kong Polytechnic University
Mots-clésRubricBusinessCorporate social responsibilityScale (ratio)MarketingPublic relationsAccountingSociologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Corporate social commitment (CSC) and corporate environmental commitment (CEC) are often combined under the general rubric of corporate social responsibility. Although the two sets of activities are similar, they are also very different. Both CSC and CEC respond to issues raised by stakeholders, but CEC tends to be more “technical”. This characteristic demands that CEC fit with the organization, which exposes greater economic opportunities than CSC. As a result, we argue that the extent to which these practices are implemented differs across firms over time. We analyze the extensiveness of implementation of CSC and CEC across 266 firms from 1991 to 2003, using latent growth curve modeling and one-way ANOVA. We find that firms moved towards at least a moderate level of CSC over time, but tended to bifurcate in the extent to which they implemented CEC practices, towards either the high or low end of the scale, over time. In this paper, we contribute to the institutional analysis of practice diffusion by examining how the characteristics of different kinds of practices shape the extensiveness of firm adoption patterns. As well, this research also speaks to corporate social responsibility researchers, pointing to the need to sometimes discriminate between social and environmental practices.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,008
Score d'incertitude au seuil0,570

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,017
Tête enseignante GPT0,234
Écart entre enseignants0,217 · 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

Citations121
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOrganization StudiesMême sujetEnvironmental Sustainability in BusinessTravaux en français237 207