MétaCan
Menu
Retour à la cohorte
Enregistrement W4295942155 · doi:10.3390/su141811520

Increasing Transparency in Global Supply Chains: The Case of the Fast Fashion Industry

2022· article· en· W4295942155 sur OpenAlexaff
Eve Fraser, Hamish van der Ven

Notice bibliographique

RevueSustainability · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal trade, sustainability, and social impact
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésTransparency (behavior)Supply chainBusinessCorporate governanceSustainabilitySupply chain managementIndustrial organizationCorporate social responsibilityAccountingMarketingPublic relationsFinancePolitical science

Résumé

récupéré en direct d'OpenAlex

The fast fashion industry is subject to growing calls for transparency, from civil society groups as well as consumers. Despite universal pressure on retailers to disclose information on supply chain practices, uptake of transparency policies and practices has been heterogenous amongst large fast fashion companies. In this paper, we explain variation in transparency practices through a comparison of the four largest fast fashion retailers: H&M, Inditex, Gap, and Fast Retailing. Drawing on cross-case comparison and within-case process tracing, we offer insights into why some retailers are more transparent than others. Our findings suggest that sustainability scandals are a necessary but insufficient condition for motivating firms to increase transparency in their supply chains. Scandals can be an important driver of increased transparency, but only when accompanied by support from senior management and alignment with domestic norms about appropriate corporate conduct. These findings contribute to the literature on transnational business governance, corporate transparency, and sustainable supply-chain management.

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)0,006
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0070,011
Communication savante0,0080,007
Science ouverte0,0000,006
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,014
Tête enseignante GPT0,265
Écart entre enseignants0,251 · 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

Citations41
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetGlobal trade, sustainability, and social impactTravaux en français237 207