MétaCan
Menu
Retour à la cohorte
Enregistrement W2766933652 · doi:10.5539/ijef.v9n12p1

Green Entrepreneurship & Corporate Social Responsibility: Comparative and Correlative Performance Analysis

2017· article· en· W2766933652 sur OpenAlexvenueno aff
Vasiliki Basdekidou

Notice bibliographique

RevueInternational Journal of Economics and Finance · 2017
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Social Responsibility Reporting
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCorporate social responsibilityVolatility (finance)SustainabilityBusinessSocial responsibilityEntrepreneurshipMarketingIndustrial organizationAccountingFinancePublic relations

Résumé

récupéré en direct d'OpenAlex

In investment and trading, different CSR/CSE (Corporate Social Responsibility/Corporate Social Entrepreneurship) moral ethical firms, categorized in a number of groups, may be suitable for different financial instruments (i.e. USA sector ETFs) and different market volatility situations. For the purpose of this article we first (i) analyze the trading return performance of four CSR/CSE categories (in particular: green building, green products, green services, and green transportation); and then (ii) examine and comment the correlation between the market performance of a number of firms belonging in these four CSR/CSE categories and historical ETF market volatility. Finally, we (iii) suggest CSR firms as trading tools according to dominant market volatility. Other CSR/CSE categories (like: sustainability, executive sustainability, renewable energy, green IT, green ICT, etc.) would be examined in future research by following the introduced by this paper approach. Paper concludes that, in relatively less volatile markets the Green Transportation CSR/CSE ethical firms display better results. On the other hand, in strong market volatile situations it is better to trade Green Products CSR/CSE and Green Services CSR/CSE ethical firms. Finally, the Green Building CSR/CSE ethical firms are uncorrelated with the market volatility, as well as their performance is poor in all market cases.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,495

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
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 Opus0,088
Tête enseignante GPT0,297
Écart entre enseignants0,209 · 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

Citations14
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Economics and FinanceMême sujetCorporate Social Responsibility ReportingTravaux en français237 207