MétaCan
Menu
Retour à la cohorte
Enregistrement W3173345840 · doi:10.36713/epra7493

INDUSTRY AND CORPORATE SOCIAL RESPONSIBILITY IN INDIA

2021· article· en· W3173345840 sur OpenAlexfundno aff
K. Somasekhar

Notice bibliographique

RevueEPRA International Journal of Multidisciplinary Research (IJMR) · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Socioeconomic Development
Établissements canadiensnon disponible
Organismes subventionnairesQueen's UniversityCoastal Response Research Center, University of New HampshireQueen's University BelfastJohns Hopkins UniversityUniversity of Pennsylvania
Mots-clésCorporate social responsibilitySocial responsibilityCorporationBusinessGovernment (linguistics)Profitability indexBusiness ethicsStakeholderPublic relationsEconomic growthEconomicsPolitical scienceFinance

Résumé

récupéré en direct d'OpenAlex

Corporate Social Responsibility is a concept where by industries to take care of the Society interests in every aspect. The objective of the CSR is to improve the standards of living while preserving the profitability of the corporation for its stake holders both within the and outside the industry. In the recent years the concept of corporate social responsibility is spreading very rapidly in India at all the sectors. Corporate social responsibility is to contribute towards the society while working with in ethics. In developing countries like India. Industries plays a very important role in upgrading the economy of the country not only by producing products but also by imposing a new practice called social responsibility (CSR). In the global economy the link between industries and government has been growing. Business is an inseparable and embedded part of the society. Corporate social responsibility is an evolving a number of internal and external policies and practices right from the place where they work to the community, the environment and beyond. In the present scenario, there is need to take new initiatives and adopt new policies taking into consideration of the industry history towards sustained environmental, Social and Economic growth.

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)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,040
Score d'incertitude au seuil0,645

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,119
Tête enseignante GPT0,391
Écart entre enseignants0,272 · 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'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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEPRA International Journal of Multidisciplinary Research (IJMR)Même sujetInnovation and Socioeconomic DevelopmentTravaux en français237 207