MétaCan
Menu
Retour à la cohorte
Enregistrement W4283526341 · doi:10.1016/j.gloenvcha.2022.102554

Effects of stakeholder input on voluntary sustainability standards

2022· article· en· W4283526341 sur OpenAlexafffund
Hamish van der Ven

Notice bibliographique

RevueGlobal Environmental Change · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal trade, sustainability, and social impact
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesMcGill University
Mots-clésStakeholderSustainabilityLegitimacyStakeholder analysisStatus quoBusinessStakeholder engagementStakeholder theorySustainability reportingSustainability organizationsPublic relationsCorporate social responsibilityPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

Voluntary sustainability standards can be powerful tools for incentivizing sustainable production practices. Most standards rely on stakeholder input to gain legitimacy and set levels of achievement for businesses at an appropriate level. Yet, the effects of stakeholder input are contentious. Whereas some see stakeholder input leading to more stringent standards, others believe stakeholder input dilutes standards and renders them toothless. I intervene into this debate through an analysis of the effects of stakeholder comments on eight different voluntary sustainability standards. Drawing on an original dataset of 7945 stakeholder comments submitted during public comment periods between 2012 and 2019, I answer three interrelated research questions. First, who comments on sustainability standards and are some groups better represented than others? Second, what types of input do stakeholders provide? Third, which stakeholder comments result in observable changes to the content of sustainability standards? I find that industry groups are over-represented compared to other stakeholder groups. I also find that comments intended to weaken the stringency of sustainability standards are more likely to be implemented than comments intended to strengthen their stringency or other types of comments. A key implication is that stakeholder input is more likely to weaken or maintain the status quo of sustainability standards than strengthen them.

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)0,050
score de la tête « metaresearch » (Gemma)0,308
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 enseignants0,050
Score d'incertitude au seuil0,266

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0500,308
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0020,003
Communication savante0,0040,004
Science ouverte0,0010,007
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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 Opus0,021
Tête enseignante GPT0,240
Écart entre enseignants0,220 · 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

Citations27
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGlobal Environmental ChangeMême sujetGlobal trade, sustainability, and social impactTravaux en français237 207