MétaCan
Menu
Retour à la cohorte
Enregistrement W2591965933 · doi:10.5465/ambpp.2015.188

CSR Motive Attributions: The Roles of Executive Leadership Ethics and Consumer Cynicism

2015· article· en· W2591965933 sur OpenAlexaff
Babatunde Ogunfowora, Madelynn Stackhouse, Won‐Yong Oh

Notice bibliographique

RevueAcademy of Management Proceedings · 2015
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Social Responsibility Reporting
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésCynicismCorporate social responsibilityAttributionBusiness ethicsScrutinyAffect (linguistics)Public relationsSocial psychologySkepticismPsychologyPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

Consumers expect organizations to be socially responsible but, at the same time, have been shown to be skeptical of the motives behind corporate social responsibility (CSR) initiatives. This is because some organizations engage in CSR simply for the positive financial benefits (i.e., instrumental motive), rather than a genuine concern for society (i.e., moral motive). This has led to increased public scrutiny of the ethics of corporate executives. In this paper, we developed a theoretical model that links morally questionable CEO leadership ethics to consumer support of a firm’s CSR through the mediating effects of consumer CSR motive attributions and cynicism respectively. We proposed that media exposure to morally questionable CEO ethics encourages higher consumer attributions of instrumental motives and lower attributions of moral motives. In turn, these attributions affect consumer CSR financial donations, volunteering, and purchase intentions through the mediating effect of cynicism. In an experimental study of consumer media exposure to three types of CEOs (i.e., morally questionable, ethical, and ethics-unknown), we found empirical support for our model. The findings demonstrate that consumers consider CEO ethics in determining the sincerity of a CSR initiative and will shun an organization’s CSR if they perceive it to be purely instrumentally motivated.

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)0,006
score de la tête « metaresearch » (Gemma)0,030
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 enseignants0,006
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,030
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,187
Tête enseignante GPT0,321
Écart entre enseignants0,134 · 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

Citations3
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademy of Management ProceedingsMême sujetCorporate Social Responsibility ReportingTravaux en français237 207