MétaCan
Menu
Retour à la cohorte
Enregistrement W4311158098 · doi:10.1177/23409444221140912

The roles of multinational enterprises in implementing the United Nations Sustainable Development Goals at the local level

2022· article· en· W4311158098 sur OpenAlexafffund
Monida Laura Eang, Amelia Clarke, Eduardo Ordonez‐Ponce

Notice bibliographique

RevueBRQ Business Research Quarterly · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Socioeconomic Development
Établissements canadiensAthabasca UniversityUniversity of Waterloo
Organismes subventionnairesUniversity of WaterlooSocial Sciences and Humanities Research Council of CanadaGovernment of Canada
Mots-clésMultinational corporationProcurementBusinessSustainabilitySustainable developmentIndustrial organizationProduct (mathematics)Scale (ratio)Supply chainService (business)Process managementMarketingFinance

Résumé

récupéré en direct d'OpenAlex

Multinational enterprises (MNEs) play a fundamental role in advancing the implementation of the United Nations Sustainable Development Goals (SGDs), as they enable cities and communities to reach large-scale solutions. In this article, we analyze 348 MNEs’ sustainability reports with explicit reference to the SDGs to identify the different roles that MNEs play in advancing the SDGs at the local level. Through qualitative content analysis, the literature on MNEs’ roles was validated, extended, and two new roles were found. The five roles of MNEs in local sustainable development that were validated are financer, community capacity builder, product and service provider, partner, and innovator. The three that were extended are employee developer, supply chains and procurement developer, and program deliver, while the two new additions are consultant and awareness raiser. The results of bivariate analyses show that some MNE roles are correlated to headquarter region and the industry sector. The 10 roles are also relevant for implementing all 17 SDGs and 102 of the 169 SDG targets. JEL CLASSIFICATION: M14

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,719
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

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

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 Opus0,052
Tête enseignante GPT0,317
Écart entre enseignants0,265 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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'admission2
Résumé présentoui

Explorer davantage

Même revueBRQ Business Research QuarterlyMême sujetInnovation and Socioeconomic DevelopmentTravaux en français237 207