MétaCan
Menu
Retour à la cohorte
Enregistrement W4283824419 · doi:10.5465/ambpp.2022.24

Conflicting and Complementing Logics: Examining Sustainability Practices Across Economies

2022· article· en· W4283824419 sur OpenAlexaboutno aff
Ivana Milošević, Erin Bass, Benjamin Schulte

Notice bibliographique

RevueAcademy of Management Proceedings · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Social Responsibility Reporting
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConstruct (python library)SustainabilitySalientProcess (computing)HazardInstitutional theoryBusinessPolitical scienceEconomic systemPublic relationsEconomicsManagementComputer science

Résumé

récupéré en direct d'OpenAlex

The role institutional environments play in sustainability practices across countries is well documented in the international business literature. However, how multiple and occasionally conflicting institutional logics shape sustainability practices at the individual-level is underexplored, especially across countries. To enhance our understanding of this process, we investigate how individuals in two high-hazard organizations in the energy sectors in the Republic of Serbia and Canada practice sustainability. Our findings illustrate that in both contexts, individuals “pull down” structural elements of high-hazard logics into their daily sustainability practice, thereby relating their practices to the well-being of others as well as aligning them to their salient identities. However, our findings also illustrate how multiple, often conflicting, logics interact to shape this process distinctively across two countries. In Serbia, individuals pull-down and combine elements of high-hazard and legacy state logics to construct community logic and align their practice to it. In Canada, individuals do so to construct professional logics and align their practice to it. Based on our comparative case analysis of a developed economy and an economy in transition, we create a general model, as well country-specific models, depicting how individuals navigate multiple institutional logics to engage in sustainability 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)0,007
score de la tête « metaresearch » (Gemma)0,011
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: Empirique
Score de désaccord entre enseignants0,180
Score d'incertitude au seuil0,357

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,005
Études des sciences et des technologies0,0050,012
Communication savante0,0070,005
Science ouverte0,0010,008
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,075
Tête enseignante GPT0,356
Écart entre enseignants0,281 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademy of Management ProceedingsMême sujetCorporate Social Responsibility ReportingTravaux en français237 207