MétaCan
Menu
Retour à la cohorte
Enregistrement W2908384534 · doi:10.1002/bse.2256

Conceptualizing businesses as social actors: A framework for understanding sustainability actions in small‐ and medium‐sized enterprises

2018· article· en· W2908384534 sur OpenAlexafffundabout
Linda Westman, Christopher Luederitz, Aravind Kundurpi, Alexander Mercado, Olaf Weber, Sarah Lynne Burch

Notice bibliographique

RevueBusiness Strategy and the Environment · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Social Responsibility Reporting
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésSustainabilityConceptualizationBusinessMarketingProfit maximizationInterpersonal communicationIndustrial organizationProfit (economics)EconomicsPsychologySocial psychologyMicroeconomics

Résumé

récupéré en direct d'OpenAlex

Abstract Small‐ and medium‐sized enterprises (SMEs) can play a crucial role in advancing environmental and social well‐being. Yet various—often conflicting—explanations have been offered to clarify why SMEs pursue sustainability. Some arguments foreground possibilities of profit maximization, whereas others emphasize individual values and convictions. Research supporting such contradicting explanations is often biased towards large enterprises or small, innovative frontrunners. In this article, we examine the underlying drivers of social and environmental interventions of SMEs by exploring empirical data from a survey of over 1,600 Canadian SMEs and complementary in‐depth interviews. We argue that sustainability actions of SMEs can be understood by viewing these firms as social actors—organizations that are shaped by individual values, internal and external interpersonal relationships, and are embedded in a social environment. This conceptualization directs attention to the full range of factors that shape sustainability engagement of SMEs and highlights frequently overlooked forms of sustainability‐oriented actions.

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)0,007
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,079

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0060,004
Études des sciences et des technologies0,0060,042
Communication savante0,0120,012
Science ouverte0,0020,007
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,074
Tête enseignante GPT0,296
Écart entre enseignants0,223 · 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'étudeThéorique ou conceptuel
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

Citations102
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBusiness Strategy and the EnvironmentMême sujetCorporate Social Responsibility ReportingTravaux en français237 207