MétaCan
Menu
Retour à la cohorte
Enregistrement W3083544141 · doi:10.5430/rwe.v11n5p48

Nature and Extent of Corporate Social Responsibility in the Indian Banking Sector

2020· article· en· W3083544141 sur OpenAlexvenueno aff
Mohammad Saleh Miralam, Vikram Jeet

Notice bibliographique

RevueResearch in World Economy · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Social Responsibility Reporting
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCorporate social responsibilityBusinessReputationSocial responsibilitySample (material)StakeholderAccountingWelfareEconomicsMarket economyPublic relationsManagementPolitical science

Résumé

récupéré en direct d'OpenAlex

Corporate social responsibility (CSR), are societal initiatives of an organization for the community welfare and development. The purpose of the present study is to highlight the corporate social responsibility disclosure of Indian banks for the financial year 2014-15 to 2016-17. The contribution of Indian banks in CSR initiatives has been observed in the form of development of the rural sector, the contribution in basic education, generating more employment opportunities, public healthcare, and sanitation, etc. CSR has been emerged as an important factor in facilitating sustainable growth and valuing the stakeholder and featured as a competitive edge in the banking sector over its rivals and improves the reputation. The results of the study highlighted the compounded CSR spent and sector-wise CSR contributions by the Indian banks during the period of study. A compounded downfall of 7.70 percent has been observed in the growth of the amount required to CSR spent. Simultaneously, the downfall of 8.39 percent in the actual CSR spent has also been recorded in the study. But on the other hand, the amount of CSR spent of all sample banks has been increased by a compound growth of 22.60 percent during the period of study. Besides, the growth analysis of “sector-wise” CSR spent reflected an increase in the compound growth of all sectors by 21.80 percent.

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)0,009
score de la tête « metaresearch » (Gemma)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,141
Score d'incertitude au seuil0,493

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,133
Tête enseignante GPT0,345
Écart entre enseignants0,212 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch in World EconomyMême sujetCorporate Social Responsibility ReportingTravaux en français237 207