MétaCan
Menu
Retour à la cohorte
Enregistrement W3121018361 · doi:10.5430/ijfr.v12n1p270

Corporate Social Responsibility Management

2020· article· en· W3121018361 sur OpenAlexvenueno aff
Gulnara Raisovna Chumarina, Guzel Azatovna Abulkhanova

Notice bibliographique

RevueInternational Journal of Financial Research · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHuman Resources and Workforce
Établissements canadiensnon disponible
Organismes subventionnairesKazan Federal University
Mots-clésCorporate social responsibilitySocial responsibilityReputationBusinessPublic relationsLoyaltyMarketingSociology

Résumé

récupéré en direct d'OpenAlex

This article considers current trends and features of the development of corporate social responsibility in Russia in the current crisis, the reasons for the lack of organizations activity in the social responsibility field. The article also determines the impact of the company's social policy on the formation of labour motivation and loyalty of company employees, a positive image of the company for both personnel and the environment. Social responsibility is relevant for all types and sizes of organizations, but it has received the greatest development in large public and the private business community. Russian companies are actively involved in this process. The number of such companies is increasing from year to year. Small and medium-sized businesses are gradually connecting to them. And in the current crisis, corporations and large companies are in an environment where charity projects are actually a “matter of honour" for the company. The problem urgency of corporate social responsibility is due to modern requirements for companies presented by society and the authorities to conduct socially responsible business. In turn, this approach to doing business ensures the sustainable development of companies and leads to the creation of a favourable investment and reputation image.

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)0,009
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0070,007
Communication savante0,0100,004
Science ouverte0,0010,008
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,263
Tête enseignante GPT0,470
Écart entre enseignants0,208 · 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'étudeSans objet
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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Financial ResearchMême sujetHuman Resources and WorkforceTravaux en français237 207