MétaCan
Menu
Retour à la cohorte
Enregistrement W4392366526 · doi:10.3390/su16052048

How to Change Entrepreneurs’ Attitudes toward a Circular Economy: An Exploratory Framework to Reduce the Gap between Circular Intentions and Circular Actions

2024· article· en· W4392366526 sur OpenAlexaff
Cécile Fonrouge

Notice bibliographique

RevueSustainability · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSustainable Supply Chain Management
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésCircular economyEntrepreneurshipExploratory researchExploratory analysisSubject (documents)Public relationsSocial psychologyPsychologyMarketingKnowledge managementBusinessSociologyPolitical scienceComputer scienceSocial scienceLawEcologyData science

Résumé

récupéré en direct d'OpenAlex

Entrepreneurs are aware of the importance of having practices for circularizing their resources. However, the rare previous research specifically in entrepreneurship shows a gap between intentions and implementation with numerous barriers (structural, contextual, and cultural). This article proposes a first framework to reduce this gap between intentions and circular actions. These solutions are based on the theory of attitude changes, which states that changes in individuals’ attitudes are more significant if they are preceded by an inexpensive act (Binding Communication Approach). As this is a still little-explored subject that mixes circular entrepreneurship and environmental psychology, the research method is exploratory, based on an analysis of previous writings in these two distinct fields, with the proposal of a first formalization starting from the example of solutions based on inexpensive acts (communities of practices, prizes, and tools). Conclusions are proposed regarding the characteristics of this type of preparatory act necessary to change entrepreneur attitude toward circular economy 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)0,016
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 enseignants0,016
Score d'incertitude au seuil0,086

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,010
Communication savante0,0050,005
Science ouverte0,0010,004
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 Opus0,065
Tête enseignante GPT0,301
Écart entre enseignants0,236 · 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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetSustainable Supply Chain ManagementTravaux en français237 207