MétaCan
Menu
Retour à la cohorte
Enregistrement W2766712340 · doi:10.5465/ambpp.2016.16268abstract

How ICT-Sector Firms are Perceived to Respond to Business-Stakeholder Engagement Models

2016· article· en· W2766712340 sur OpenAlexaff
Muhammad Umair Shah, Paul Guild

Notice bibliographique

RevueAcademy of Management Proceedings · 2016
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Socioeconomic Development
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésInformation and Communications TechnologyStakeholderCorporate social responsibilityBusinessValue (mathematics)Stakeholder engagementStakeholder theoryExploratory researchMarketingPublic relationsBusiness modelPolitical scienceSociology

Résumé

récupéré en direct d'OpenAlex

This research explores how managers and leaders of the information and communications technology (ICT) firms perceive receptiveness of start-up, growth, or mature developmental stage organizations toward ‘corporate social responsibility’ (CSR), ‘creating shared value’ (CSV), and ‘creating value for all stakeholders’ (VAS) business- stakeholder engagement models. Drawing from the three fundamental tenets of stakeholder theory, defined as ‘jointness of interest’, ‘cooperative strategic posture’ and ‘rejection of a narrowly economic view of the firm’, we found that the start-up, growth, and mature stage ICT-sector firms are perceived to be at least receptive toward VAS, CSR, and CSV models, respectively. These exploratory findings are important as they suggest that even though a society that seeks to encourage technology companies to broaden their range of stakeholders for innovation, such as their communities or the environment, they might best direct instrumental change toward start-up firms as appreciative of VAS model - even if these new firms require some time to develop perspectives of ‘jointness of interest’ as they strive to become growth or mature firms.

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)0,012
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,007
Communication savante0,0110,005
Science ouverte0,0010,007
Intégrité de la recherche0,0020,003
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 Opus0,085
Tête enseignante GPT0,247
Écart entre enseignants0,162 · 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademy of Management ProceedingsMême sujetInnovation and Socioeconomic DevelopmentTravaux en français237 207