MétaCan
Menu
Retour à la cohorte
Enregistrement W3013577291 · doi:10.36766/ijag.v3i2.40

KAJIAN CSR MELALUI SUDUT PANDANG PERENCANAAN TRANSAKTIF: STUDI KASUS PERENCANAAN CSR DI INDONESIA

2020· article· en· W3013577291 sur OpenAlexaff
Muhammad Taufiq, Suhirman Suhirman, Tubagus Furqon Sofhani, Benedictus Kombaitan

Notice bibliographique

RevueIndonesian Journal of Accounting and Governance · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSMEs Development and Digital Marketing
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésCorporate social responsibilityBusinessBeneficiaryConceptualizationLegitimacyProcess (computing)Knowledge managementProcess managementPublic relationsPolitical scienceComputer science

Résumé

récupéré en direct d'OpenAlex

CSR gain local community development. However, its practice is contradictive, partially not only beneficial but also it does not bring significant benefits. CSR planning as an integration tool for the interest between corporate and local community is the main driving factor for its effectivity implementation. The article presents a communicative approach in CSR planning by combining both the concept of CSR and transactive planning. The general view that Corporate dominating CSR planning is the main criticism which causes its policy has not a significant impact. How is the conceptualization of CSR planning approach, which communicates with the beneficiary community, this article aims to reveal its understanding. The study evaluates the transactive process on CSR planning, through descriptive qualitative analysis of literature. The result proposes a CSR planning model based on transactive planning approach. The article also initiates that CSR planning is a transactive process which raised through knowledge transaction between planner and community toward towards legitimacy in increasing community support for company operations.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0040,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,251
Écart entre enseignants0,231 · 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'étudeQualitatif
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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndonesian Journal of Accounting and GovernanceMême sujetSMEs Development and Digital MarketingTravaux en français237 207