MétaCan
Menu
Retour à la cohorte
Enregistrement W2569539687 · doi:10.5430/bmr.v6n1p1

Business-Led Social Innovation in the Work Integration Field: The Role of Large Firms and Corporate Foundations

2017· article· en· W2569539687 sur OpenAlexvenueno aff
Marta Rey‐García, Vanessa Mato‐Santiso

Notice bibliographique

RevueBusiness and Management Research · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInnovation, Technology, and Society
Établissements canadiensnon disponible
Organismes subventionnairesUniversität HeidelbergEuropean Commission
Mots-clésGeneral partnershipDisadvantagedField (mathematics)Public relationsVariety (cybernetics)Work (physics)Corporate social responsibilityBusinessPolitical scienceEconomicsEngineeringEconomic growth

Résumé

récupéré en direct d'OpenAlex

The overall aim of this article is to understand the type of roles that corporate actors (large corporations and corporate foundations) play in social innovation processes taking place in the field of work integration. Its first specific goal is to depict the dynamics of the field in Spain. In order to achieve it, we describe the field and characterize the roles of relevant actors using strategic action field theory. The second goal consists of understanding how large firms and corporate foundations can contribute innovative solutions to the field. “Juntos por el Empleo”, a collective impact initiative to promote the work integration for the most vulnerable groups of population in Spain, is explored as an illustrative example. This cross-sector partnership, led by Accenture Foundation, encompasses the efforts of over 1000 organizations, including corporate actors. Data collection methods combine secondary sources, direct observations and in-depth interviews. Results of this qualitative research show a broad variety of innovative ways through which firms and corporate foundations can contribute to the work integration of the disadvantaged, such as participating in the design of tools or programs, disseminating sought after profiles, providing specialized training for particular job positions, designing personalized work paths, acting as large employers for low-qualified people, and finally mobilizing collective efforts and creating new resources through cross-sector partnerships. However, not all these alternatives are equally developed at this point. This paper contributes to fill a research gap about the roles played by corporate actors in social innovation processes and outcomes.

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)0,023
score de la tête « metaresearch » (Gemma)0,020
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,122

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0120,025
Communication savante0,0160,007
Science ouverte0,0020,016
Intégrité de la recherche0,0030,003
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 Opus0,098
Tête enseignante GPT0,408
Écart entre enseignants0,310 · 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

Citations4
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBusiness and Management ResearchMême sujetInnovation, Technology, and SocietyTravaux en français237 207