MétaCan
Menu
Retour à la cohorte
Enregistrement W4312080335 · doi:10.1177/05694345221145008

Conjuring-Up a Bad Guy: The Academy’s Straw-Manning of Milton Friedman’s Perspective of Corporate Social Responsibility and its Consequences

2022· article· en· W4312080335 sur OpenAlexaff
Jeff Muldoon, Anthony M. Gould, Derek K. Yonai

Notice bibliographique

RevueThe American Economist · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueManagement and Organizational Studies
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésCorporate social responsibilityMainstreamOpposition (politics)Shareholder valueEconomicsPerspective (graphical)Value (mathematics)Social responsibilityShareholderTheme (computing)Positive economicsBusiness ethicsSociologyLaw and economicsPublic relationsManagementLawPolitical sciencePoliticsCorporate governance

Résumé

récupéré en direct d'OpenAlex

Corporate Social Responsibility (CSR), the idea that business stewards have a broader range of societal obligations than maximizing shareholder value, is a mainstream theme in contemporary management research, education, and practice. Carroll points to one of its controversial aspects when he describes a clash between management scholars (who are generally pro-CSR) and their neoclassical economic contrarians. This has become an increasingly one-sided conflict with the pro-CSR side prevailing in both business and academia. CSR proponents have generally viewed Milton Friedman as an opponent of CSR. However, we argue that Friedman’s purported opposition to CSR is something of a caricature. We reveal that Friedman was concerned that his advocacy for free market operation would promote pro-social outcomes. Indeed, through his emphasis on creating value for consumers, being good stewards of scarce resources, and avoiding rent-seeking’s inefficiencies, Friedman has more in common with CSR proponents than is sometimes acknowledged.

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)0,009
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,018
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0120,031
Communication savante0,0130,014
Science ouverte0,0010,004
Intégrité de la recherche0,0090,017
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,038
Tête enseignante GPT0,260
Écart entre enseignants0,222 · 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'étudeThéorique ou conceptuel
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

Citations18
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe American EconomistMême sujetManagement and Organizational StudiesTravaux en français237 207