MétaCan
Menu
Retour à la cohorte
Enregistrement W3038432419 · doi:10.5430/bmr.v9n2p25

Exploring New Ways of Communicating CSR to the Relevant Stakeholders: An Empirical Study

2020· article· en· W3038432419 sur OpenAlexvenueno aff
Mohammad Abul Bashar

Notice bibliographique

RevueBusiness and Management Research · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Social Responsibility Reporting
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCorporate social responsibilityBusinessSustainabilityPublic relationsMarketingPolitical science

Résumé

récupéré en direct d'OpenAlex

A flower must be pollinated properly to produce seeds as final outcome of next germination to create new flowers and so on. Accordingly Corporate Social Responsibility (CSR) actions and practices of an enterprise should be communicated with its stakeholders. CSR and CSR communication should go hand-by-hand. The recent business trend shows that businesses are becoming increasingly aware of CSR and CSR communication systems. Existing studies, firm’s case study and real world phenomenon also reveal that business houses and society are benefiting from CSR actions and communicating those with their stakeholders. This research explores CSR and CSR communicating strategies and finds that stakeholders have in-depth concerns about CSR. It’s interesting that popular CSR practices like charity and philanthropic actions have been replaced by environmental (carbon footprint, air and water pollution), legal (complying regulatory imperatives) and ethical (promoting corporate ethics, norms and values) etc. Moreover, the study also shows that communicating CSR actions through CSR reporting, company annual reports or firm’s sustainability reports and advertising have become less fashionable means of exchanging CSR efforts while academic books (companies are cited as examples or extracted as referred case studies), newspaper, internet and third party (social, political, local government authorities) association have become more trusted ways of communicating CSR motives, practices and actions.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,692
Score d'incertitude au seuil0,560

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,003
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 Opus0,734
Tête enseignante GPT0,421
Écart entre enseignants0,313 · 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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBusiness and Management ResearchMême sujetCorporate Social Responsibility ReportingTravaux en français237 207