MétaCan
Menu
Retour à la cohorte
Enregistrement W3123633562 · doi:10.5539/jms.v6n1p76

The Role of Political Divestiture for Sustainable Development

2016· article· en· W3123633562 sur OpenAlexvenueno aff
Julia M. Puaschunder

Notice bibliographique

RevueJournal of Management and Sustainability · 2016
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Social Responsibility Reporting
Établissements canadiensnon disponible
Organismes subventionnairesFritz Thyssen StiftungUniversität Wien
Mots-clésDivestmentSustainable developmentPoliticsShareholderBusinessMainstreamHarmStakeholderInvestment (military)Economic systemEconomicsCorporate governanceFinancePolitical scienceManagement

Résumé

récupéré en direct d'OpenAlex

<p>In the wake of historical and political events, stakeholder pressure can trigger shareholders to divest from politically incorrect markets with the goal of accomplishing socio-political change. While mainstream development research advocates for more private investor involvement in sustainable development to achieve the Sustainable Development Goals (SDG)s in funding infrastructure, health, education and climate change mitigation; the following paper introduces political divestiture as an alternative means to implement sustainable development. While foreign investment can create positive conditions for improving societal development, also politically incorrect usage of funds or regulatory lacunae can do harm in the developing world. Political divestiture is portrayed as an innovative investment allocation to maximize positive development impacts of investment whilst minimizing associated risks of politically insecure markets. In an attempt to balance risk and access to capital, political divestiture is proposed as a means to implement sustainable development by removing funds from politically incorrect regimes in order to be channeled towards socially responsible and sustainable finance solutions. Future research outlooks on political divestiture as sustainable development driver comprise the antecedents and success factors as well as institutional and international frameworks to foster Financial Social Responsibility in the long-term international development domain.</p>

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)0,003
score de la tête « metaresearch » (Gemma)0,004
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: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,289
Score d'incertitude au seuil0,427

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,009
Tête enseignante GPT0,242
Écart entre enseignants0,233 · 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

Citations17
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Management and SustainabilityMême sujetCorporate Social Responsibility ReportingTravaux en français237 207