MétaCan
Menu
Retour à la cohorte
Enregistrement W2966631988 · doi:10.5465/ambpp.2019.204

Controversies around CSR and SD: The Role of Stakeholders in the Spiral of Hypocrisy

2019· article· en· W2966631988 sur OpenAlexaff
Susana Esper, Luciano Barin Cruz

Notice bibliographique

RevueAcademy of Management Proceedings · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Social Responsibility Reporting
Établissements canadiensHEC Montréal
Organismes subventionnairesnon disponible
Mots-clésHypocrisyCorporate social responsibilityBusinessSpiral (railway)PsychologyAestheticsPolitical sciencePublic relationsArtEngineeringLaw

Résumé

récupéré en direct d'OpenAlex

Corporate social responsibility (CSR) and sustainable development (SD) controversies represent field-level contexts in which multiple stakeholders compete for moral legitimacy. Current literature has acknowledged that, in controversial episodes, stakeholders may act hypocritically, which means to strategically talk about particular subjects or embrace public positions that do not accurately represent their intentions or their concrete actions. However, in such episodes, hypocrisy has usually been seen as a circumstantial and temporally-bounded strategy, with little understanding of its consequences in terms of gaining or losing moral legitimacy in the long term. This paper analyses how hypocrisy influences stakeholders’ competition for moral legitimacy by studying the case of a controversy involving a pulp industry in South America (2005 to 2010). Following a sequence of inductive and deductive processes, we induced three hypocritical tactics (creating a pseudo-agenda, exiting the controversy, and showing autonomy) that stakeholders mobilized when competing for influence moral legitimacy and consequently the outcomes of the controversy. Our results suggest a process model which explains that when stakeholders find more useful the persistence of the episode rather than its resolution, hypocrisy spirals into the driving force of the controversy and becomes stable at the field level.

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)0,002
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: Empirique
Score de désaccord entre enseignants0,149
Score d'incertitude au seuil0,396

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,033
Tête enseignante GPT0,244
Écart entre enseignants0,211 · 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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademy of Management ProceedingsMême sujetCorporate Social Responsibility ReportingTravaux en français237 207