MétaCan
Menu
Retour à la cohorte
Enregistrement W2912718014 · doi:10.1111/beer.12228

Law‐abiding organizational climates in developing countries: The role of institutional factors and socially responsible organizational practices

2019· article· en· W2912718014 sur OpenAlexafffund
Shoeb Mohammad, Bryan W. Husted

Notice bibliographique

RevueBusiness Ethics A European Review · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueRegulation and Compliance Studies
Établissements canadiensYork University
Organismes subventionnairesMitacs
Mots-clésContext (archaeology)EnforcementCertificationBusinessInstitutional theoryLaw enforcementOrganisation climatePublic relationsLawEconomicsPolitical scienceManagement

Résumé

récupéré en direct d'OpenAlex

Abstract The institutional environment of developing countries may lead firms to engage in unlawful firm conduct, which is a pervasive problem in this context. Our paper examines the effectiveness of organizational practices for ensuring that firms adhere to the law in the light of pressures from the institutional environment to be unlawful. Using the lens of anomie theory, we investigate: (a) the negative effect of aspects of the institutional context—regulatory burden and lack of industry munificence—on a law‐abiding climate, a type of organizational climate related to unlawful conduct, and (b) the role of socially responsible organizational practices in combating these negative effects. Survey data were collected from 118 firms and analysed using OLS moderated regression. Our results indicate that a manager's perceptions of regulatory burden and lack of industry munificence are negatively related to the extent to which the firm has a law‐abiding climate. Furthermore, our findings shed light on the ability of socially responsible practices to countervail this effect. While the negative effect of perceived regulatory burden on law‐abiding climate weakens when codes of ethics are used more extensively by a firm, it strengthens when firms hold a CSR certification. The latter finding may be due to the lack of enforcement associated with the specific certification considered in our study.

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)0,008
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,005
Études des sciences et des technologies0,0010,003
Communication savante0,0030,001
Science ouverte0,0000,001
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 Opus0,067
Tête enseignante GPT0,296
Écart entre enseignants0,229 · 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'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

Citations29
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBusiness Ethics A European ReviewMême sujetRegulation and Compliance StudiesTravaux en français237 207