MétaCan
Menu
Retour à la cohorte
Enregistrement W2171783492 · doi:10.1111/gec3.12143

Corporate Social Responsibility and Development in Africa: Issues and Possibilities

2014· article· en· W2171783492 sur OpenAlexafffund
Uwafiokun Idemudia

Notice bibliographique

RevueGeography Compass · 2014
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Social Responsibility Reporting
Établissements canadiensYork University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésNexus (standard)Corporate social responsibilityUnderdevelopmentPolitical scienceSociologyEnvironmental ethicsPublic relationsEngineeringLaw

Résumé

récupéré en direct d'OpenAlex

Abstract The literature on the relationship between Corporate Social Responsibility (CSR) and development in Africa is only just emerging, and it is characterized by a wide range of diverse perspectives. While the analysis of the CSR‐development nexus in Africa has been particularly insightful, there is often the lack of sufficiently grounded systematically accumulated empirical evidence. However, central to the CSR‐development nexus debate in Africa is the disagreement over the reimagining of the role of business from being the cause to becoming a part of the solution to the problem of underdevelopment in the region. This paper critically examines the CSR‐development nexus literature in Africa and lays bare the controversies that have so far emerged. The article engages with the drivers of CSR, its dynamics and nature within Africa. It then examines the debate of whether or not contextual factors matters for CSR and its relationship with development. Crucially, it identifies differences between proponents of CSR is good for development and those that share opposing views at the conceptual, practical, and discourse levels. The paper concludes by considering the emerging issues and its implications for future research agenda.

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)0,005
score de la tête « metaresearch » (Gemma)0,005
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: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0030,014
Communication savante0,0070,007
Science ouverte0,0010,005
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,043
Tête enseignante GPT0,251
Écart entre enseignants0,208 · 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

Citations106
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGeography CompassMême sujetCorporate Social Responsibility ReportingTravaux en français237 207