Hall of Mirrors: Corporate Philanthropy and Strategic Advocacy
Notice bibliographique
Résumé
Politicians and regulators rely on feedback from the public when setting policies. For-profit corporations and non-pro t entities are active in this process and are arguably expected to provide independent viewpoints. Policymakers (and the public at large), however, may be unaware of the financial ties between some firms and non-profits -ties that are legal and tax-exempt, but difficult to trace. We identify these ties using IRS forms submitted by the charitable arms of large U.S. corporations, which list all grants awarded to non-pro fits. We document three patterns in a comprehensive sample of public commentary made by firms and non-profits within U.S. federal rulemaking between 2003 and 2015. First, we show that, shortly after a firm donates to a nonprofit, the grantee is more likely to comment on rules for which the firm has also provided a comment. Second, when a firm comments on a rule, the comments by non-profits that recently received grants from the firm's foundation are systematically closer in content similarity to the firm's own comments than to those submitted by other non-profits commenting on that rule. This content similarity does not result from similarly-worded comments that express divergent sentiment. Third, when a firm comments on a new rule, the discussion of the final rule is more similar to the firm's comments when the firm's recent grantees also comment on that rule. These patterns, taken together, suggest that corporations strategically deploy charitable grants to induce non-pro fit grantees to make comments that favor their benefactors, and that this translates into regulatory discussion that is closer to the firm's own comments.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».