How Disclosure Features of Corporate Social Responsibility Reports Interact with Investor Numeracy to Influence Investor Judgments
Notice bibliographique
Résumé
Abstract Firms’ Corporate Social Responsibility ( CSR ) reports typically frame their strategies in terms of either community or global efforts (i.e., “strategy frame”). Further, the style used to depict CSR performance in reports often highlights either pictures or words (i.e., “presentation style”). These two prominent disclosure features of CSR reports promote a natural fit or misfit in the focus (relatively low‐level or high‐level focus) investors adopt when thinking about the firm and its CSR efforts. Further, these disclosure features likely have different effects on investors depending on their numeracy or, in other words, the way that they naturally process numerical information. In this study, we predict and find that a fit between the strategy frame and the presentation style of a firm's CSR report causes less numerate investors to be more willing to invest than when a fit is not present. Specifically, we find that a fit leads less numerate investors to experience subjective feelings of processing fluency and, in turn, positive affect that serves as a cue that the positive CSR performance information can be relied upon, which positively influences willingness to invest. Our results have implications for both CSR reports as well as other types of firm disclosures that increasingly vary along similar disclosure characteristics. Our results also contribute to both the growing literature on presentation effects in accounting, as well as the broader business literature on CSR reporting.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,004 | 0,008 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».