The presence of citizen science in sustainability reporting
Notice bibliographique
Résumé
Purpose Ongoing environmental threats have intensified the need for firms to take big leaps forward to operate in a manner that is both ecologically sustainable and socially responsible. This paper aims to assess the degree to which firms are adopting citizen science as a tool to achieve sustainability and social responsibility targets. Design/methodology/approach This study applies a qualitative content analysis approach to assess the current presence of citizen science in sustainability and social responsibility reports issued by Globescan sustainability leaders and by firms ranked by the Fortune 500 and Fortune Global 500. Findings While the term itself is mostly absent from reports, firms are reporting on a range of activities that could be classified as a form of “citizen science.” Practical implications Citizen science can help firms achieve their corporate sustainability and corporate social responsibility goals and targets. Linking sustainability and social responsibility efforts to this existing framework can help triangulate corporate efforts to engage with stakeholders, collect data about the state of the environment and promote better stewardship of natural resources. Social implications Supporting citizen science can help firms work toward meeting UN Sustainable Development Goals, which have highlighted the importance of collaborative efforts that can engage a broad range of stakeholders in the transition to more sustainable business models. Originality/value This paper is the first to examine citizen science in a corporate sustainability and social responsibility context. The findings present information to support improvements to the development of locally relevant science-based indicators; real-time monitoring of natural resources and supply chain sustainability; and participatory forums for stakeholders including suppliers, end users and the broader community.
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 | 0,007 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».