MétaCan
Menu
Retour à la cohorte
Enregistrement W3095338739 · doi:10.1108/ejtd-05-2020-0090

Application of ESG measures for gender diversity and equality at the organizational level in a Korean context

2020· article· en· W3095338739 sur OpenAlexaboutno aff
Yonjoo Cho, Sehoon Kim, Jieun You, Hanna Moon, Hyo-Yong Sung

Notice bibliographique

RevueEuropean journal of training and development · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Diversity and Inequality
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGender diversityContext (archaeology)Diversity (politics)Gender equalityCorporate governanceEquity (law)WorkforceCorporate social responsibilityAccountingGender equityBusinessPolitical scienceDemographic economicsPublic relationsEconomic growthSociologyEconomicsFinanceGender studiesGeography

Résumé

récupéré en direct d'OpenAlex

Purpose Global gender diversity and equality indexes have been developed to promote gender diversity and equality at the country level, but it is difficult to see how those indexes are applied to organizations on a daily basis. The purpose of this study is to examine the application of environmental, social and governance (ESG) measures for gender diversity and equality at the organizational level in a Korean context. Design/methodology/approach Based on the institutional theory, the authors reviewed ESG measures for gender diversity and equality of women funds in four countries (USA, Canada, UK and Japan) and examinedThe Women Fundin Korea through document analysis and interviews. Findings ESG measures in four countries’ women funds mainly assessed the percentage of women in the workforce, on boards and in leadership positions. InThe Women Fund, gender diversity indicators consider the ratio of female to male employees, while gender equality indicators take into account gaps of male and female salaries and positions. This study’s impact analysis indicates that the companies invested in byThe Women Fundhad higher return on assets and return on equity than those without the fund. Research limitations/implications Although women funds explored in this study exemplify the use of ESG measures to apply global gender diversity and equality indexes at the organizational level, research is needed to examine ESG measures and women funds and their associations. Possible topics include what needs to be measured in ESG, who should be involved, how ESG measures should be applied, what outcomes of using ESG measures would ensue in organizations and how ESG measures relate to regional and global gender diversity. Practical implications In promoting ESG measures that apply global gender diversity and equality at the organizational level, human resource development practitioners, as change agents, can help organizations develop socially responsible and ethical behaviors and transform organizational culture, practice and systems, which may influence organizations’ long-term survival and development as well as financial performance. Social implications As the government’s support and policies guide and drive firms to develop and implement initiatives and programs, the launch and implementation of gender diversity and equality at the organizational level in the form of women funds require a certain level of collaboration between the government and the private sector. Originality/value This study on the application of ESG measures for global gender diversity and equality at the organizational level in the form of women funds is timely to engage organizations in dialogue regarding what needs to be done to promote women’s participation and leadership roles in organizations in Korea and other countries.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,011
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,004
Études des sciences et des technologies0,0020,002
Communication savante0,0020,003
Science ouverte0,0010,004
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,390
Tête enseignante GPT0,301
Écart entre enseignants0,090 · 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 source (Gemma direct ou Codex distillé), 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

Citations46
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean journal of training and developmentMême sujetGender Diversity and InequalityTravaux en français237 207