Can Consumers’ Altruistic Inferences Solve the CSR Initiative Puzzle? A Meta-analytic Investigation
Notice bibliographique
Résumé
Abstract Research into consumer responses to corporate social responsibility (CSR) initiatives has expanded in the past four decades, yet the evidence thus far provided does not paint a cohesive picture. Results suggest both positive and negative consumer reactions to CSR, and unless such mixed findings can be reconciled, the outcome might be an amalgamation of disparate empirical results rather than a coherent body of knowledge. The current meta-analysis therefore tests whether the mixed findings might reflect consumers’ distinct, altruistic inferences across various contingency factors. On the basis of 337 effect sizes, involving 584,990 unique respondents, in 162 studies published between 1996 and 2021, this study reveals that altruistic inferences are central to the current CSR paradigm, such that they mediate the effects of CSR initiatives on consumer responses across multiple contingencies. The mediation by altruistic inferences is stronger (weaker) in conditions favorable to dispositional (situational) motive attributions. Furthermore, consumers respond more favorably to cause marketing or philanthropy rather than business-related CSR initiatives, when the initiative is environmental (vs. social), the firm’s offering is utilitarian (vs. hedonic), the CSR initiative takes place in self-expressive (vs. survival) cultures and in earlier (vs. later) periods. These findings offer several ethical implications, and they inform both practical recommendations and an agenda for further research directions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,109 | 0,264 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,016 |
| Bibliométrie | 0,008 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».