MétaCan
Menu
Retour à la cohorte
Enregistrement W3174238737 · doi:10.1093/acrefore/9780190224851.013.319

From Instrumental Stakeholder Theory to Stakeholder Capitalism

2021· reference-entry· en· W3174238737 sur OpenAlexaff
André O. Laplume

Notice bibliographique

RevueOxford Research Encyclopedia of Business and Management · 2021
Typereference-entry
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Social Responsibility Reporting
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésStakeholderStakeholder analysisStakeholder managementStakeholder theoryBusinessCompetitor analysisVariety (cybernetics)EntrepreneurshipCompetitive advantageIndustrial organizationPublic relationsMarketingPolitical scienceComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract Instrumental stakeholder theory posits that managing for stakeholders using justice-based approaches produces competitive advantage for firms. However, achieving the ideals of stakeholder management may be challenging, and for some firms, unrewarding. Yet, when firms fail to manage for stakeholders, they contribute to stakeholder marginalization, a condition in which stakeholders feel unfairly treated and begin to scan for alternative arrangements with other firms. Stakeholder marginalization creates opportunities for competitors, but especially for new entrants, to pursue stakeholder innovation. Stakeholder innovation involves the creation of a business model that caters to marginalized stakeholder groups in a new way, by improving perceived conditions for those stakeholders (e.g., customers, employees, suppliers, or communities). Stakeholder innovations can threaten incumbencies as their ecosystems bloom and technologies improve, and they can start to draw a greater variety of resources away from incumbent networks. Because it can help to explain and predict both incumbent and new entrant behaviors, stakeholder capitalism is a useful frame for theorizing in the disciplines of management and entrepreneurship.

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)0,006
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut 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: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0020,019
Communication savante0,0040,006
Science ouverte0,0010,004
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 Opus0,098
Tête enseignante GPT0,307
Écart entre enseignants0,209 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOxford Research Encyclopedia of Business and ManagementMême sujetCorporate Social Responsibility ReportingTravaux en français237 207