MétaCan
Menu
Retour à la cohorte
Enregistrement W2912008214 · doi:10.1111/basr.12164

Does Ethical Reinforcement Pay? Evidence from the Canadian Mutual Fund Industry in the Post‐Financial Crisis Era

2019· article· en· W2912008214 sur OpenAlexaffabout
K. Smimou, Mohamed Ayadi

Notice bibliographique

RevueBusiness and Society Review · 2019
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFinancial Markets and Investment Strategies
Établissements canadiensBrock UniversityOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésFinancial crisisPerspective (graphical)BusinessReinforcementFinanceAccountingEconomicsPsychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

Abstract This study elucidates the link and effect of ethical reinforcement in the post‐financial crisis era by taking two congruent directions to demonstrate that ethical reinforcement can be accomplished by either a continuous ethical training or a meticulous code of business ethics—which members of the mutual fund industry claim they adhere to—as both have a positive effect on the funds’ performance, including sizeable gains to investors. Furthermore, evidence divulges that ethical reinforcement moderates the performance of ethical or socially responsible investments (SRI) funds more than nonethical investments, suggesting that a perspective of ethical or SRI classification of a fund alone is not sufficient , but it is necessary to have the institutional ethical environment and/or managers’ continuous ethical training. This result supports the notion of financial market discipline and reveals some factors behind SRI or ethical funds returns, notably during the period following the recent financial crisis.

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: aucune
Score de désaccord entre enseignants0,377
Score d'incertitude au seuil0,946

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,050
Tête enseignante GPT0,254
Écart entre enseignants0,204 · 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

Citations4
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBusiness and Society ReviewMême sujetFinancial Markets and Investment StrategiesTravaux en français237 207