MétaCan
Menu
Retour à la cohorte
Enregistrement W4392928030 · doi:10.32920/25417144.v1

The Assessment of Quantity, Diversity and Quality of CSR Reports in Canadian Food Retailing: A Comparative Study Among and Between Retailers Using Content Analysis

2024· preprint· en· W4392928030 sur OpenAlexaffabout
Elleanna Wright

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Social Responsibility Reporting
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésCorporate social responsibilityDiversity (politics)BusinessDimension (graph theory)Content analysisQuality (philosophy)MarketingAccountingPublic relationsPolitical scienceSociology

Résumé

récupéré en direct d'OpenAlex

This content analysis study assesses the corporate social responsibility (CSR) reports of Canada’s top food retailers for quantity, diversity and quality. Given a responsibility for food retailers to be accountable in how they operate their business, CSR reporting is the retailer’s way of publicly disclosing their social and environmental operations. Although previous studies have looked at the CSR of food retailers, none has investigated Canadian retailers. This study uses a modified consolidated narrative interrogation (CONI) method (Beck et al., 2010). Key results include that CSR reports contain higher Quantity Indices related to the social dimension than the environmental dimension, larger retailers overall display higher Diversity and Quality Indices than smaller retailers, and retailers report on the same CSR topics due to having shared stakeholders. The results of the study also indicate there is room for improvement in the quality and diversity of CSR reports, and quantity, diversity, and quality of CSR reports have a wide variation.

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)0,010
score de la tête « metaresearch » (Gemma)0,039
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,098
Score d'incertitude au seuil0,245

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,039
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0110,015
Études des sciences et des technologies0,0060,004
Communication savante0,0060,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
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 Opus0,338
Tête enseignante GPT0,393
Écart entre enseignants0,055 · 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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetCorporate Social Responsibility ReportingTravaux en français237 207