MétaCan
Menu
Retour à la cohorte
Enregistrement W2609668276 · doi:10.1111/apce.12169

MATURE SOCIAL ECONOMY ENTERPRISE AND SOCIAL INNOVATION: THE CASE OF THE DESJARDINS ENVIRONMENTAL FUND

2017· article· en· W2609668276 sur OpenAlexaff
Martine Vézina, Marie‐Claire Malo, Majdi Ben Selma

Notice bibliographique

RevueAnnals of Public and Cooperative Economics · 2017
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCooperative Studies and Economics
Établissements canadiensUniversité du Québec à MontréalHEC Montréal
Organismes subventionnairesnon disponible
Mots-clésSocial enterpriseBusinessResource (disambiguation)Process (computing)Social economyEmpirical researchIndustrial organizationFinanceEconomicsPublic relationsMarket economyPolitical science

Résumé

récupéré en direct d'OpenAlex

ABSTRACT This study seeks to understand the nature and process of social innovation driven by mature social economy enterprises, and the innovative capability that supports it. The research examines enterprise capabilities by means of the institutional approach to social innovation and the Resource‐Based View theory (RBV). Based on grounded theory, this research focuses on a single case, the creation of the Desjardins Environment Fund (DEF). Launched 25 years ago,1DEF is the first mutual fund in North America to include extra‐financial criteria in its evaluation of business environmental management practices (fund securities) for the information of individual investors. The findings of this empirical research show how a major cooperative bank can generate social innovation and how this entails organizational innovations. The findings also reveal how these innovations benefit from the strategic and process resources that the Desjardins Movement managed to develop while taking into account both its core business (as a bank) and its purpose (as a cooperative). This study shows that the innovative potential of the mature social economy enterprise should not be underestimated.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,966
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,007
Communication savante0,0040,002
Science ouverte0,0010,004
Intégrité de la recherche0,0020,001
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 Opus0,081
Tête enseignante GPT0,273
Écart entre enseignants0,193 · 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

Citations27
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of Public and Cooperative EconomicsMême sujetCooperative Studies and EconomicsTravaux en français237 207