MétaCan
Menu
Retour à la cohorte
Enregistrement W2081148717 · doi:10.1111/j.1467-8608.2010.01586.x

Corporate social responsibility in small‐and medium‐size enterprises: investigating employee engagement in fair trade companies

2010· article· en· W2081148717 sur OpenAlexaff
Iain Davies, Andrew Crane

Notice bibliographique

RevueBusiness Ethics A European Review · 2010
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Social Responsibility Reporting
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésBusinessCorporate social responsibilityEmployee engagementMainstreamPublic relationsSmall and medium-sized enterprisesMarketingSocial responsibilityPolitical science

Résumé

récupéré en direct d'OpenAlex

Employee buy‐in is a key factor in ensuring small‐ and medium‐size enterprise (SME) engagement with corporate social responsibility (CSR). In this exploratory study, we use participant observation and semi‐structured interviews to investigate the way in which three fair trade SMEs utilise human resource management (and selection and socialisation in particular) to create employee engagement in a strong triple bottomline philosophy, while simultaneously coping with resource and size constraints. The conclusions suggest that there is a strong desire for, but tradeoff within these companies between selection of individuals who already identify with the triple bottomline philosophy and individuals with experience and capability to deal with mainstream brand management – two critical employee attributes that appear to be rarely found together. The more important the business experience to the organisation, the more effort the organisation must expend in formalising their socialisation programmes to ensure employee engagement. A key method in doing this is increasing employee knowledge of, and affection for, the target beneficiaries of the CSR programme (increased moral intensity).

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)0,006
score de la tête « metaresearch » (Gemma)0,010
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
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 Opus0,162
Tête enseignante GPT0,324
Écart entre enseignants0,162 · 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

Citations179
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBusiness Ethics A European ReviewMême sujetCorporate Social Responsibility ReportingTravaux en français237 207