Media interviews as strategic external communication to maintain legitimacy for sustainability activities
Notice bibliographique
Résumé
Purpose The purpose of this paper is to examine the thematic content and inclusive language in leaders' media interviews to maintain legitimacy for organizational sustainability activities. Design/methodology/approach An exploratory, qualitative content analysis of 24 organizational leaders' media interviews about environmental sustainability was conducted. Inclusive language (i.e. collective focus terms, collective personal pronouns, and metaphors) and thematic content were analyzed. Findings Legitimacy maintenance entails both describing organizational sustainability activities and conveying, through the use of inclusive language, multiple audiences' connection to the organization. The qualitative content analysis found that leaders discussed both primary and secondary stakeholders. With the exception of the code defending existing practices, leaders consistently highlighted positive sustainability activities of their organizations. The inclusive language analysis found that collective focus terms were used by all the leaders, with the most common term being “everyone.” Collective personal pronouns were found in half the interviews. Metaphors were employed by all leaders; the most common sustainability-related metaphors were journey, structural, personification, military/competition, vision and science. Research limitations/implications The sample is limited to 24 organizations and not representative of all industries. Originality/value While sustainability communication research focuses on annual reports and website and social media content, this study draws attention to a common but under-examined type of strategic external communication: senior organizational leaders' media interviews. To the authors’ knowledge, scholars have not previously considered the possible legitimacy maintenance function of organizational leaders' use of inclusive language and thematic content to address a broad array of stakeholders in their external communication.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,003 | 0,001 |
| 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 ».