MétaCan
Menu
Retour à la cohorte
Enregistrement W4281685656 · doi:10.18280/ijsdp.170311

Sustainability and Triple Bottom Line Planning in Social Enterprises: Developing the Guidelines for Social Entrepreneurs

2022· article· en· W4281685656 sur OpenAlexvenueno aff
Mir Shahid Satar

Notice bibliographique

RevueInternational Journal of Sustainable Development and Planning · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Socioeconomic Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTriple bottom lineSustainabilityKnowledge managementProcess managementSocial entrepreneurshipEntrepreneurshipBusinessContext (archaeology)Process (computing)AccountabilitySocial sustainabilityProtocol (science)Systematic reviewComputer sciencePolitical scienceMEDLINEMedicine

Résumé

récupéré en direct d'OpenAlex

The article aims to discuss why and how the triple bottom line (TBL) approach can be adapted to manage the sustainability performance in social enterprises and thus assist the social entrepreneurs, who hold the central position in the process of social enterprise development. A system model based on design models such as the "Design of Results" and the "Cogniscope" was produced through the synthesis of multiple conceptual approaches following a systematic review protocol guided by the PRISMA Statement (‘‘Preferred Reporting Items for Systematic Reviews and Meta-Analyses’’). While extending the CogniScope' systems theory and practice in the context of S-ENT accountability, the article proposes the four phases (discovery, diagnosis and design, implementation, and measurement) for planning and organizing TBL efforts within social enterprises. The outcomes of the study will aid the S-ENT practitioners in the design and implementation of TBL framework in managing the sustainability performance of social entrepreneurship ventures. The applicability of the TBL approach can be explored and developed by subsequent work in different social entrepreneurship contexts.

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)0,230
score de la tête « metaresearch » (Gemma)0,198
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,230
Score d'incertitude au seuil0,949

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2300,198
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0040,004
Bibliométrie0,0180,012
Études des sciences et des technologies0,0080,033
Communication savante0,0160,021
Science ouverte0,0090,025
Intégrité de la recherche0,0160,017
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,048
Tête enseignante GPT0,322
Écart entre enseignants0,274 · 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.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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

En bref

Citations23
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sustainable Development and PlanningMême sujetInnovation and Socioeconomic DevelopmentTravaux en français237 207