MétaCan
Menu
Retour à la cohorte
Enregistrement W4211051141 · doi:10.1002/tie.22256

The sustainability of multinational enterprises' pandemic‐induced social innovation approaches

2022· article· en· W4211051141 sur OpenAlexaff
Jahan Ara Peerally, Claudia De Fuentes, Fernando Santiago, Shasha Zhao

Notice bibliographique

RevueThunderbird International Business Review · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Socioeconomic Development
Établissements canadiensSaint Mary's UniversityHEC Montréal
Organismes subventionnairesnon disponible
Mots-clésMultinational corporationBusinessPovertyIncentiveSustainabilityProduct (mathematics)PandemicSanitationIndustrial organizationEconomic growthCoronavirus disease 2019 (COVID-19)EconomicsMarket economy

Résumé

récupéré en direct d'OpenAlex

Abstract The COVID‐19 pandemic has prompted an unprecedented reaction in several multinational enterprises (MNEs). These MNEs have adopted social innovation approaches to meet the needs of vulnerable societal groups by swiftly innovating their business models; drastically changing their product offerings and customer bases; and producing COVID‐19 necessities. These approaches have alleviated some key pandemic‐induced social challenges related to health and sanitation. In this perspective article, we use secondary sources of information to present and exemplify the various types of MNE pandemic‐induced social innovation approaches. We open the discussion on whether these approaches are transitory in nature or whether they can and should be sustained in the long‐term, given the right incentives to these MNEs. We conclude by redefining MNEs' social innovation and by suggesting avenues for scholars, practitioners, policymakers, and educators to support this momentum in MNEs which we argue, if sustainable, can be fruitful for addressing other pressing grand challenges such as climate change, food security, poverty, and inequality.

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)0,020
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,108

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,022
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,005
Communication savante0,0070,004
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,068
Tête enseignante GPT0,293
Écart entre enseignants0,224 · 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'étudeQualitatif
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

Citations27
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThunderbird International Business ReviewMême sujetInnovation and Socioeconomic DevelopmentTravaux en français237 207