MétaCan
Menu
← Retour à la cohorte
Enregistrement W3213080695 · doi:10.32920/ryerson.14663397.v1

Localization or standardization? A comparative analysis of multinational agrochemical corporations’ environmental disclosure practices in India

2021· preprint· en· W3213080695 sur OpenAlexaff
Nicole Wilson

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Social Responsibility Reporting
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésMultinational corporationSubsidiaryAgrochemicalBusinessAccountingDiversity (politics)Parent companyQuality (philosophy)Environmental reportingStandardizationFinancePolitical scienceAgricultureLawEcology

Résumé

récupéré en direct d'OpenAlex

This thesis research seeks to provide insight into the corporate environmental disclosure practices of multinational agrochemical parent corporations, their public subsidiaries in India and domestic Indian agrochemical corporations. The study analyzes whether environmental disclosure practices are more strongly influenced by country-of-operation or country-of-origin. These analyses use a recently developed content analysis instrument named consolidated narrative interrogation (CONI), which is capable of measuring the diversity, quantity and quality of environmental disclosures. Results indicate that the quantity, quality and diversity of Indian agrochemical subsidiaries’ corporate environmental disclosures are more similar to domestic Indian companies than their parent companies. These results may be explained by the institutional theory. The results of this study are of significance because they provide evidence that multinational corporations may not transfer their environmental disclosure practices to host countries. Instead, environmental disclosure practices of subsidiaries are localized to their host country and are not standardized with parent company practices.

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)0,003
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,055
Tête enseignante GPT0,333
Écart entre enseignants0,278 · 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'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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCorporate Social Responsibility Reporting→Travaux en français237 207→