MétaCan
Menu
Retour à la cohorte
Enregistrement W2799605321 · doi:10.1002/csr.1517

Do socially responsible firms provide more readable disclosures in annual reports?

2018· article· en· W2799605321 sur OpenAlexaffabout
Walid Ben‐Amar, Inès Belgacem

Notice bibliographique

RevueCorporate Social Responsibility and Environmental Management · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Social Responsibility Reporting
Établissements canadiensUniversity of OttawaInstitute on Governance
Organismes subventionnairesnon disponible
Mots-clésCorporate social responsibilityAccountingAgency (philosophy)Perspective (graphical)BusinessNarrativeStakeholderImpression managementSample (material)Social responsibilityPrincipal–agent problemStock exchangePublic relationsMarketingCorporate governanceFinancePsychologySociologyPolitical scienceSocial psychology

Résumé

récupéré en direct d'OpenAlex

Abstract This paper examines the relationship between the adoption of corporate social responsibility (CSR) practices and the syntactic complexity of the management's discussion and analysis (MD&A) section of the annual report. Based on stakeholder and agency perspectives, we offer an empirical test of two competing hypotheses. First, we may expect socially responsible firms to provide transparent disclosures because this reflects a firm's commitment to high ethical standards. In contrast, the agency perspective predicts that managers engage in CSR for self‐interest purposes and that CSR‐oriented firms will be more likely to attempt to mislead stakeholders about the firm's actual performance through complex narrative disclosures. Based on a sample of large firms listed on the Toronto Stock Exchange, our results show a positive association between corporate social performance and the MD&A's textual complexity. Consistent with the agency perspective, our findings suggest that managers may engage in CSR opportunistically and use complex narrative disclosures in an impression management strategy.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,132
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0000,002
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 Opus0,024
Tête enseignante GPT0,251
Écart entre enseignants0,227 · 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.

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

Citations87
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCorporate Social Responsibility and Environmental ManagementMême sujetCorporate Social Responsibility ReportingTravaux en français237 207