MétaCan
Menu
Retour à la cohorte
Enregistrement W2098302591 · doi:10.1123/jsm.23.6.717

Determinants of Corporate Social Responsibility in Professional Sport: Internal and External Factors

2009· article· en· W2098302591 sur OpenAlexaff
Kathy Babiak, Richard Wolfe

Notice bibliographique

RevueJournal of Sport Management · 2009
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Social Responsibility Reporting
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésCorporate social responsibilityProfessional sportPublic relationsLeagueSocial responsibilityQualitative researchBusinessField (mathematics)SociologyPolitical scienceSocial science

Résumé

récupéré en direct d'OpenAlex

Corporate social responsibility (CSR) has become an area of increasing importance for many companies. Professional sport teams, also, are increasingly engaging in socially responsible activities (Irwin, Lachowetz, Cornwell, & Clark, 2003; Kern, 2000; Robinson, 2005). The research described in this article identifies, and determines the relative importance of, the drivers—both internal and external—of socially responsible activities by professional sport teams. Using a qualitative approach, interviews were conducted with sport executives, and organizational documents were analyzed. The data showed that external drivers of CSR, in particular key constituents, the interconnectedness of the field, and pressures from the league were more important determinants of CSR initiatives than the internal resources available to deliver CSR efforts (i.e., attention, media access, celebrity players, coaches, facilities). Based on these preliminary findings, we propose a framework of CSR adoption in professional sport that predicts the types of CSR initiatives a sport organization is likely to adopt depending on its internal and/or external orientation and present a research agenda based on the framework.

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)0,004
score de la tête « metaresearch » (Gemma)0,013
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 enseignants0,016
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,004
Communication savante0,0030,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,032
Tête enseignante GPT0,294
Écart entre enseignants0,262 · 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

Citations361
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sport ManagementMême sujetCorporate Social Responsibility ReportingTravaux en français237 207