MétaCan
Menu
Retour à la cohorte
Enregistrement W2572056587

Corporate Social Responsibility In Global It Outsourcing: A Case Study Of Inter-Firm Collaboration.

2012· article· en· W2572056587 sur OpenAlexaff
Ron Babin, Brian Nicholson

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2012
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueOutsourcing and Supply Chain Management
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésOutsourcingCorporate social responsibilityBusinessKnowledge process outsourcingWorkforceOffshoringWork (physics)Business administrationSocial responsibilityIndustrial organizationKnowledge managementMarketingPublic relationsEconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Abstract This paper examines the intersection of corporate social responsibility (CSR) and global information technology outsourcing (GITO). The growing business participation in global CSR standards such as the Global Reporting Initiative, ISO 26000 and the UN Global Compact, demonstrates that CSR issues are important to buyers and providers of outsourcing services. The case study examines the outsourcing relationship between Co-operative Financial Services (CFS) and outsource provider Steria. Specifically we report on how aligned CSR priorities of the buyer and provider may identify opportunities for CSR collaboration. The case uses an analytical lens based on trust theory. The paper contributes practical knowledge of how trust developed in CSR collaboration may provide benefits in the areas of: (1) workforce efficiencies, (2) increased communication, and a (3) higher level of commitment to work through challenges in the outsourcing relationship. We found that by working together, in collaborating on CSR projects that both CFS and Steria built a more robust outsourcing relationship with a higher level of trust which leads to more successful outsourcing outcomes. The paper contributes to improved theoretical understanding of trust in market based inter firm outsourcing relationships and to the “doing well by doing good” discourse in CSR.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,580
Score d'incertitude au seuil0,821

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,055
Tête enseignante GPT0,326
Écart entre enseignants0,271 · 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 tête enseignante, 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

Citations2
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetOutsourcing and Supply Chain ManagementTravaux en français237 207