MétaCan
Menu
Retour à la cohorte
Enregistrement W3092204949

Mandatory Corporate Social Responsibility Legislation around the World: Emergent Varieties and National Experiences

2020· article· en· W3092204949 sur OpenAlexaff
Li-Wen Lin

Notice bibliographique

RevueeYLS (Yale Law School) · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Social Responsibility Reporting
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCorporate social responsibilityLegislationMandateGreenwashingLegislaturePoliticsPolitical scienceStakeholderLaw and economicsFunction (biology)BusinessCorporate governancePublic relationsLawEconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Corporate social responsibility (CSR) is typically assumed as a voluntary initiative rather than a legal mandate.Yet, in recent years, a growing number of countries have adopted laws that explicitly require corporations to undertake CSR.When it comes to CSR legislation, most scholars focus on mandatory disclosure.This article presents emergent varieties of CSR legislation other than mandatory disclosure and investigates the experiences of representative adopting countries.It compares and evaluates the motivation, nature, implementation, function and potential diffusion patterns of the emerging types of CSR legislation.This article shows that while the new legislative methods appear progressive, politics and the open-ended notion of CSR significantly weaken the compulsory nature of the laws.The major function of the CSR laws as they currently stand appears mostly expressive.At best, the explicit recognition of CSR in the laws may send signals about appropriate corporate behavior and reconstruct business norms that exclusively focus on profits.At worst, the laws may be political greenwashing through which politicians give symbolic importance to CSR.This article offers policy lessons and possible directions for future reform.1. See generally

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)0,002
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,581
Score d'incertitude au seuil0,855

Scores Codex et Gemma par catégorie

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

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 Opus0,054
Tête enseignante GPT0,281
Écart entre enseignants0,227 · 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'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

Citations19
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeYLS (Yale Law School)Même sujetCorporate Social Responsibility ReportingTravaux en français237 207