MétaCan
Menu
Retour à la cohorte
Enregistrement W2074337165 · doi:10.1108/17511340910921808

75 years of lessons learned: chief executive officer values and corporate social responsibility

2009· article· en· W2074337165 sur OpenAlexaff
Carol‐Ann Tetrault Sirsly

Notice bibliographique

RevueJournal of Management History · 2009
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueEthics in Business and Education
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésStakeholderCorporate social responsibilityChief executive officerBusiness ethicsSocial responsibilityStakeholder theoryPublic relationsStakeholder managementCorporate titleValue (mathematics)DiscretionOriginalityManagementOfficerAccountingBusinessSociologyCorporate governancePolitical scienceEconomicsLawSocial scienceQualitative research

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this paper is to explore how chief executive officer values and ethics have been translated into what we now term corporate social responsibility in a stakeholder view of the firm. Design/methodology/approach To fulfill this purpose, the reflections of early business scholars on top management's impact on corporate social responsibility are examined and linked to more contemporary views. Findings In response to stakeholder expectations of corporate social responsibility it is the chief executive officer's values and ethics, moderated by managerial discretion, that frame the firm's actions and ethics. Practical implications The aspiring executive may evaluate the ethics of industries and firms against his or her own values to identify zones of greatest synergy, while the firm's executive search process can consider including an assessment of the fit of candidates' personal values. Originality/value This paper builds on the works of early management scholars to specifically link contemporary corporate social responsibility decision making with executive values.

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)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,017
Communication savante0,0060,010
Science ouverte0,0010,004
Intégrité de la recherche0,0030,007
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,288
Tête enseignante GPT0,418
Écart entre enseignants0,130 · 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'étudeQualitatif
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

Citations34
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Management HistoryMême sujetEthics in Business and EducationTravaux en français237 207