Exploring the Affiliation of Corporate Social Responsibility, Innovation Performance, and CEO Gender Diversity: Evidence from the U.S.
Notice bibliographique
Résumé
This paper examines the relationship between CSR activities and innovation performance with the moderating effect of CEO gender in the U.S. market. This paper provides evidence about the relationship between CSR and innovation performance from the resources-based views by replacing the common measurements of innovation and R&D expenditures with the number of patents and citations to better measure the innovation quality rather than quantity. The current paper verifies the relationship between CSR and innovation in S&P 500 U.S. listed companies and fills the gaps in the current research on the moderating effect of CEO gender on this relationship. The paper analyzed the panel data for 1204 observations from various databases (Compustat, KLD, U.S. patents by words and Excompustat) from 2014 to 2018. Specifically, the number of patents and citations is set as the measurement of the explanatory variable; innovation performance and CSR scores from KLD are treated as the dependent variable and the proportion of female directors in the top management as the method of moderating indicator. The result in this paper shows a positive correlation between CSR and innovation performance in the U.S. At the same time, the moderating effect of CEO gender has an insignificant impact on this relationship. The findings suggest that the female CEOs do not have a positive relationship with corporate innovation. These results will help companies realize the importance of CSR activities and how to balance gender diversity in their strategies.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».