MétaCan
Menu
Retour à la cohorte
Enregistrement W2912437355 · doi:10.1108/s0733-558x20190000063017

Activists as Moral Entrepreneurs: How Shareholder Activists Brought Active Ownership To Switzerland

2019· book-chapter· en· W2912437355 sur OpenAlexaff
Daniel Waeger, Sébastien Mena

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Social Responsibility Reporting
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésShareholderCorporate governanceOrder (exchange)Action (physics)Function (biology)BusinessCorporate social responsibilityPublic relationsSocial movementCollective actionPolitical scienceLawFinance

Résumé

récupéré en direct d'OpenAlex

Abstract Action from activists is at the origin of many initiatives that end up injecting moral concerns into the way companies operate. In such instances, activists function as moral entrepreneurs that lastingly change the definition of what constitutes morally acceptable corporate behavior. Yet, in order to have such a lasting effect on companies, activist efforts need to pass through multiple stages that deal with both the effective mobilization of their own constituents and the triggering of corporate responses that can induce broader change in the economy. In the present chapter, the authors study how local shareholder activists initiated and helped sustain the process that led to the establishment of active ownership in Switzerland between 1997 and 2011. Active ownership refers to the active engagement of shareholders with firms to push them toward considering environmental, social, and corporate governance criteria in their decision-making. The case illustrates the processual nature of moralizing dynamics initiated by activists and emphasizes the long-term and cumulative nature of many moralization projects.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,767
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,005

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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCorporate Social Responsibility ReportingTravaux en français237 207