MétaCan
Menu
Retour à la cohorte
Enregistrement W3190364679 · doi:10.37600/ekbi.v4i1.235

IMPLEMENTASI CORPORATE SOCIAL RESPONSIBILITYBERDASARKAN KONSEP TRIPLE BOTTOM LINE PT BANK SYARIAH XYZ TAHUN 2018,2019 dan 2020

2021· article· en· W3190364679 sur OpenAlexaboutno aff
Fajar Ardhiansyah, Pramelani pramelani

Notice bibliographique

RevueJurnal Ekonomi dan Bisnis (EK&BI) · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSMEs Development and Digital Marketing
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTriple bottom lineCorporate social responsibilityQuarter (Canadian coin)BusinessProfit (economics)Sample (material)Economic Value AddedAccountingValue (mathematics)MarketingEconomicsStatisticsPublic relationsMathematicsPolitical scienceGeography

Résumé

récupéré en direct d'OpenAlex

Companies in enhancing a good image or image need social thinking which is not only concerned with seeking profit only in the business world. All social activities are carried out by corporate social responsibility. Therefore this research was conducted to determine the implementation of corporatesocial responsibility (CSR) carried out by PT Bank Syariah XYZ. The sample of this research is the financial performance report of PT Bank Syariah XYZ using quantitative research and data analysis techniques using the measurement of the Triple Bottom Lineconcept of PT Bank Syariah XYZ in 2018, 2019 and Q3 2020 with the EVA (Economic Value Added) method. The results obtained from this study are that the EVA number always has a positive tendency or is greater than zero, as a result it proves that CSR activities have an influence on Value added for entrepreneurs. The results of this triple bottom line measurement have been tested to be able to assess whether or not there is an EVA from the CSR of PT Bank Syariah XYZ which produces benefits from year to year. XYZ Syariah Bank annually throughout 2017–3rd quarter 2020.Keywords: Corporate Social Resposibility, Triple Bottom Line, Economic Value Added

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)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,468
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,050
Tête enseignante GPT0,311
Écart entre enseignants0,261 · 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.

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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Ekonomi dan Bisnis (EK&BI)Même sujetSMEs Development and Digital MarketingTravaux en français237 207