Notice bibliographique
Résumé
Purpose The purpose of this paper is to see to what extent Hans-Georg Gadamer’s hermeneutic philosophy could be used to unveil how corporate discourse about financial crimes (in codes of ethics) is closely linked to the process of understanding. Design/methodology/approach Corporate ethical discourse of 20 business corporations will be analyzed, as it is conveyed within their codes of ethics. The companies came from five countries (USA, Canada, France, Switzerland and Brazil). In the explanatory study, the following industries were represented (two companies by industry): aircrafts/trains, military, airlines, recreational vehicles, soft drinks, cigarettes, pharmaceuticals, beauty products, telecommunications and banks. Findings Historically-based prejudices in three basic narrative strategies (silence, chosen items and detailed discussion) about financial crimes are related to the mindset, to the basic outlook on corporate self-interest or to an absolutizing attitude. Research limitations/implications The historically-based prejudices that have been identified in this explanatory study should be analyzed in longitudinal studies. Practical implications The historically-based prejudices that have been identified in this explanatory study should be analyzed in longitudinal studies. Historically-based prejudices could be strengthened by the way corporate codes of ethics deal with financial crimes. They could, thus, have a deep impact on the organizational culture in the long-run. Originality/value The paper analyzes the way corporate codes of ethics use given narrative strategies to address financial crimes issues. It also unveils historically-based prejudices that follow from the choice of one or the other narrative strategy.
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 | 0,003 | 0,020 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».