MétaCan
Menu
Retour à la cohorte
Enregistrement W2091469378 · doi:10.1080/03637751003758201

Corporate Reporting of Cross-Sector Alliances: The Portfolio of NGO Partners Communicated on Corporate Websites

2010· article· en· W2091469378 sur OpenAlexaboutno aff
Michelle Shumate, Amy O’Connor

Notice bibliographique

RevueCommunication Monographs · 2010
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueNonprofit Sector and Volunteering
Établissements canadiensnon disponible
Organismes subventionnairesAmerican Heart Association
Mots-clésBusinessPortfolioCorporate social responsibilityAccountingAdvertisingMarketingPublic relationsFinancePolitical science

Résumé

récupéré en direct d'OpenAlex

Nongovernmental organization (NGO)–corporate alliances are a strategic type of institutional positioning communication. From a sample of 155 US Fortune 500 corporations and 695 NGOs drawn from corporations' websites, this research examines: (a) the number of NGOs with which corporations communicate alliances; (b) the patterns of communicated alliances that exist between corporations in economic industries and NGOs in social issue industries; and (c) the relationship between corporate stakeholders and the communication of alliances with NGOs in particular social issues. This research tests the propositions of Symbiotic Sustainability Model concerning the number and type of NGO alliances likely to be communicated by corporations. In particular, this research demonstrates that most corporations only communicate alliances with a few NGOs and with one NGO in an issue industry. In addition, the results suggest that corporations in the same economic industry are likely to communicate alliances with different NGOs in the same issue industries. In combination, these findings imply that a small set of social issues are likely to be included in NGO–corporate communication. Exploring this implication, this research reports preliminary findings about communicated alliances between corporations in 11 economic industries and NGOs in 59 social issue industries.

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)0,007
score de la tête « metaresearch » (Gemma)0,049
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,007
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,049
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,199
Tête enseignante GPT0,408
Écart entre enseignants0,209 · 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'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

Citations59
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCommunication MonographsMême sujetNonprofit Sector and VolunteeringTravaux en français237 207