MétaCan
Menu
Retour à la cohorte
Enregistrement W4404340839 · doi:10.1002/bse.4047

Effective environmental strategy or illusory tactics? Corporate greenwashing and innovation willingness

2024· article· en· W4404340839 sur OpenAlexaff
Jintao Lu, Dan Rong, Gabriel Eweje, Malin Song, Cory Searcy

Notice bibliographique

RevueBusiness Strategy and the Environment · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEnvironmental Sustainability in Business
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesMinistry of Education of the People's Republic of China
Mots-clésGreenwashingBusinessMarketingCorporate social responsibilityAdvertisingPublic relationsPolitical science

Résumé

récupéré en direct d'OpenAlex

Abstract Corporate greenwashing is an unethical environmental strategy that has received extensive attention from practitioners and academics; however, little is known about its influence on innovation willingness. The purpose of this study is to fill this important gap by exploring the influence mechanism of corporate greenwashing on innovation willingness through underperformance duration. Drawing on resource‐based theory, Homo economicus , and performance feedback theory, this study uses data of 610 Chinese A‐share listed heavily polluting companies (3819 company‐year observations) from 2013 to 2019. The results show that there is a significant inverted U‐shaped relationship between corporate greenwashing and innovation willingness, with underperformance duration partially mediating this relationship. The findings advance our understanding of the non‐economic consequences of corporate greenwashing, enrich the literature on corporate greenwashing and innovation willingness, and offer valuable insights for interdisciplinary studies between environmental strategy and corporate innovation. Practical implications provide policymakers with recommendations on how to prevent corporate greenwashing in environmental responsibility.

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)0,002
score de la tête « metaresearch » (Gemma)0,012
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 enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,019
Tête enseignante GPT0,211
Écart entre enseignants0,192 · 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

Citations32
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBusiness Strategy and the EnvironmentMême sujetEnvironmental Sustainability in BusinessTravaux en français237 207