MétaCan
Menu
← Retour à la cohorte
Enregistrement W4404931493 · doi:10.1108/978-1-83608-704-520241004

Evaluating the Influence of Corporate Social Responsibility Initiatives for Hotel Success

2024· book-chapter· en· W4404931493 sur OpenAlexaff
Savita Sharma, Sidharth Srivastava, Shweta Mathur

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEnvironmental Sustainability in Business
Établissements canadiensAlpha Technologies (Canada)
Organismes subventionnairesnon disponible
Mots-clésCorporate social responsibilityBusinessSocial responsibilityPublic relationsMarketingAccountingPolitical science

Résumé

récupéré en direct d'OpenAlex

Abstract Purpose: This chapter aims to investigate how hotel performance is affected by corporate social responsibility (CSR) initiatives. Design/methodology/approach: This study used a mixed approach utilizing both primary and secondary sources. Secondary research involved gathering pertinent data from various sources such as websites, books, and publications. Additionally, a structured questionnaire was administered to the guests of deluxe category hotels to gauge their perceptions regarding the influence of CSR practices on hotel performance. Findings: It is found that implementing the CSR practices contributes to fostering guests’ loyalty and willingness, thereby indirectly enhancing hotel performance positively. Research limitations/implications: The research sample was limited to New Delhi due to the abundance of five-star hotels in the area. While a larger sample size would have provided more relevant results, the selection process was not pre-determined for each hotel. Surveys were conducted based on the willingness of guests to participate, resulting in data collection from hotels visited randomly. Originality/value: This chapter aims to enlighten hotels about the advantages of integrating CSR practices into their long-term policies.

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)0,003
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,071
Tête enseignante GPT0,324
Écart entre enseignants0,253 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEnvironmental Sustainability in Business→Travaux en français237 207→