MétaCan
Menu
Retour à la cohorte
Enregistrement W4402411890 · doi:10.1177/10591478241276133

How and Why does a Business-to-Business Firm's Corporate Social Responsibility Disclosure Impact its Dependence on its Major Customers and Major Suppliers?

2024· article· en· W4402411890 sur OpenAlexaff
Min Bai, Vivek Astvansh

Notice bibliographique

RevueProduction and Operations Management · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Social Responsibility Reporting
Établissements canadiensMcGill University
Organismes subventionnairesNational Social Science Fund of ChinaSouthern University of Science and TechnologyUniversity of Science and Technology Beijing
Mots-clésBusinessCorporate social responsibilityIndustrial organizationSocial responsibilityAccountingMarketingPublic relations

Résumé

récupéré en direct d'OpenAlex

Prior research has documented that a firm's disclosure of corporate social responsibility (CSR) makes it a more attractive business partner, boosting its sales. The authors extend this finding to business-to-business (B2B) firms. Using a regulatory change in China as a quasi-natural experiment, they demonstrate that a firm's disclosure of its CSR lowers by 2.1% the firm's dependence (for sales revenue) on its major customers but raises by 3.7% its dependence (for purchases) on its major suppliers. They further show that the firm's production efficiency (marketing efficiency) is a mechanism underlying the effect of CSR disclosure on dependence on major customers (suppliers). Next, they demonstrate that the CSR report's emphasis on the firm's supply chain partners weakens (strengthens) the effect on dependence on major customers (suppliers). The findings contribute to the multidisciplinary evidence on the B2B value of CSR disclosure, and the operations and marketing literature streams on determinants of supply-chain dependence.

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)0,004
score de la tête « metaresearch » (Gemma)0,018
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 enseignants0,013
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,033
Tête enseignante GPT0,281
Écart entre enseignants0,248 · 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

Citations17
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProduction and Operations ManagementMême sujetCorporate Social Responsibility ReportingTravaux en français237 207