Scoping the Evolution of Corporate Social Responsibility (CSR) Research in the Sustainable Development Goals (SDGs) Era
Notice bibliographique
Résumé
Amidst a contemporary culture of climate awareness, unprecedented levels of transparency and visibility are forcing industrial organizations to broaden their value chains and deepen the impacts of Corporate Social Responsibility (CSR) initiatives. While it may be common knowledge that the 2030 agenda cannot be achieved on a business-as-usual trajectory, this study seeks to determine to what ends the United Nations Sustainable Development Goals (SDGs) have impacted CSR research. Highlighting linkages and interdependencies between the SDGs and evolution of CSR practice, this paper analyzes a final sample of 56 relevant journal articles from the period 2015–2020. With the intent of bridging policy and practice, thematic coding analysis has supported the identification and interpretation of key emergent research themes. Using three descriptive categorical classifications (i.e., single-dimension, bi-combination of dimensions, sustainability dimension), the results of this paper provide an in-depth discussion into strategic community, company, consumer, investor, and employee foci. Furthermore, the analysis provides a timely and descriptive overview of how CSR research has approached the SDGs and which ones are being prioritized. By deepening the understanding of potential synergies between business strategy, global climate agendas and the common good, this paper contributes to an increased comprehension of how CSR and financial performance can be improved over the long-term.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,119 | 0,220 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,040 | 0,054 |
| Études des sciences et des technologies | 0,006 | 0,016 |
| Communication savante | 0,025 | 0,015 |
| Science ouverte | 0,003 | 0,009 |
| Intégrité de la recherche | 0,005 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».