MétaCan
Menu
Retour à la cohorte
Enregistrement W2147104171 · doi:10.1108/14720700910985043

Embedding corporate responsibility through effective organizational structures

2009· article· en· W2147104171 sur OpenAlexaff
Luis R. Perera Aldama, Patricia Awad Amar, Daniela Winicki Trostianki

Notice bibliographique

RevueCorporate Governance · 2009
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Social Responsibility Reporting
Établissements canadiensPricewaterhouseCoopers (Canada)
Organismes subventionnairesnon disponible
Mots-clésCorporate social responsibilitySample (material)BusinessStructuringOriginalityBest practiceFunction (biology)Variety (cybernetics)RevenueValue (mathematics)Process (computing)Knowledge managementOrganizational structureCorporate governanceMarketingPublic relationsAccountingComputer scienceManagementSociologyEconomicsPolitical scienceFinance

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this paper is to explore the ways in which companies are embedding the corporate responsibility function in different organizational structures, and to identify, when possible, best practices related to organizational structures which have proved effective in managing corporate responsibility that can be applied by any organization, regardless of size or industry sector. Design/methodology/approach The authors developed and applied a methodology, in the form of a questionnaire, covering more than 40 aspects to describe what companies are doing to integrate the corporate responsibility function in their organizational structures. The design of the survey was based on available literature as well as their own professional experience answering questions commonly received from clients in Latin America. The questionnaire was then applied to a small sample using companies' public information from reports and company web sites. Findings The application of the questionnaire on a sample of Chilean companies using their public information tested the tool as valid and fit for the designed purpose. The main conclusions were that CSR structuring and CSR strategies are both strongly associated with the size of the company in terms of number of employees and revenues. Originality/value Many questions arise when the task of implementing CSR is proposed and Latin American companies are trying to apply best practices by learning from the experience of companies with longer histories in CSR matters. However, trends are not uniform and different organizations are taking a variety of pathways in the process of CSR implementation. This paper offers a general vision of how companies are making the effort to implement CSR best practices, in terms of structure, strategy and scorecard; and presents a simple tool to assess the gaps, if any, in the effective embedding of corporate responsibility on organizational structures.

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)0,016
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,086

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,026
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0040,027
Communication savante0,0100,009
Science ouverte0,0020,009
Intégrité de la recherche0,0010,002
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 Opus0,029
Tête enseignante GPT0,266
Écart entre enseignants0,237 · 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'étudeThéorique ou conceptuel
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

Citations47
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCorporate GovernanceMême sujetCorporate Social Responsibility ReportingTravaux en français237 207