MétaCan
Menu
Retour à la cohorte
Enregistrement W3044592504 · doi:10.3917/mss.017.0004

Pratiques socialement responsables et investisseurs institutionnels : une conciliation possible ?

2014· article· fr· W3044592504 sur OpenAlexaff
Romina Giuliano, Carole Monaco

Notice bibliographique

RevueManagement & Sciences Sociales · 2014
Typearticle
Languefr
DomaineBusiness, Management and Accounting
ThématiquePrivate Equity and Venture Capital
Établissements canadiensUniversité de Moncton
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

L’objectif de cet article est d’analyser dans quelle mesure les notions d’investisseurs institutionnels et d’investissements socialement responsables peuvent être complémentaires. Pour cela, nous nous focalisons sur le cas précis du fond d’investissements français Eurazeo. À travers la méthodologie développée dans le cadre de cette recherche qui consiste, d’une part, à analyser le contenu des rapports d’activité d’Eurazeo pour les trois dernières années et d’autre part, à réaliser une analyse linguistique de la partie RSE de son rapport d’activité, nous tentons de montrer qu’en plus de se positionner en tant qu’investisseur institutionnel actif, Eurazeo se considère comme un investisseur socialement responsable. En effet, Eurazeo se présente comme un institutionnel long-termiste-actif, dont le métier est d’accompagner les sociétés et équipes dirigeantes sur le long terme. Par ailleurs, au-delà de sa volonté de rentabiliser son investissement initial, la mission d’Eurazeo consiste à transformer les sociétés au sein desquelles elle investit. Par ailleurs, d’après la cartographie de Le Saout et Buscot (2009), Eurazeo se trouverait dans la catégorie des fonds dits «activistes » de par sa capacité à se soucier de l’éthique des entreprises. Enfin, l’analyse sémantique de la partie RSE du rapport d’activité d’Eurazeo permet de constater qu’il existe une interaction forte entre la RSE et Eurazeo .

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)0,006
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,723
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0020,003
Communication savante0,0020,004
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,079
Tête enseignante GPT0,313
Écart entre enseignants0,234 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueManagement & Sciences SocialesMême sujetPrivate Equity and Venture CapitalTravaux en français237 207