MétaCan
Menu
Retour à la cohorte
Enregistrement W4400577330 · doi:10.3390/ijfs12030068

Corporate Social Responsibility in Canadian Family Businesses: A Socioemotional Wealth Perspective

2024· article· en· W4400577330 sur OpenAlexaffabout
Imen Latrous, Jihene Kchaou, Myriam Ertz, Yosra Mnif

Notice bibliographique

RevueInternational Journal of Financial Studies · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFamily Business Performance and Succession
Établissements canadiensUniversité du Québec à Chicoutimi
Organismes subventionnairesnon disponible
Mots-clésSocioemotional selectivity theoryCorporate social responsibilityBusinessPerspective (graphical)Social responsibilityIndex (typography)MarketingAccountingPublic relationsPsychologyPolitical scienceDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

After having gained prominence in the late 20th century, corporate social responsibility (CSR) has emerged as a critical business aspect, adopted widely across the corporate landscape. Although family firms play a significant global role, research on their relationship with CSR performance remains sparse and inconclusive. This paper seeks to bridge this gap by employing the primary classification of family firms, the socioemotional wealth perspective, and its FIBER model to examine their influence on CSR performance. The focus is on Canadian public companies listed on the S&P/TSX Composite Index from 2014 to 2022. Utilizing the NBC Canadian Family Index, the findings suggest that family firms exhibit superior CSR performance compared to their non-family counterparts. Further analyses indicate that family firms with greater control and influence by family members, those named after the family, those with strong emotional ties, and first-generation family firms tend to have enhanced CSR performance. By developing a socioemotional wealth score through FIBER dimensions to classify family firms, this study underscores the association of family firms with higher CSR performance, validating the robustness of the results.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,294

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0080,004
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
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 Opus0,054
Tête enseignante GPT0,327
Écart entre enseignants0,274 · 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'étudeObservationnel
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'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Financial StudiesMême sujetFamily Business Performance and SuccessionTravaux en français237 207