MétaCan
Menu
Retour à la cohorte
Enregistrement W4408789324 · doi:10.5465/amj.2023.0237

Threading the Needle of Corporate Activism: How Firms Frame Their Stances on Polarizing Social Issues

2025· article· en· W4408789324 sur OpenAlexaff
Sung Hun Chung, Kate Odziemkowska, Alessandro Piazza

Notice bibliographique

RevueAcademy of Management Journal · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueManagement and Organizational Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésBusinessFrame (networking)Public relationsIndustrial organizationSociologyPolitical scienceEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Corporate activism, or the active involvement of business in contested social and political issues, presents strategic challenges for organizations. Despite the risks of stakeholder backlash, corporate activism is on the rise. We suggest that how firms speak out on polarizing social issues may help explain this quandary. Leveraging corporate press releases and Twitter accounts of Fortune 500 companies that spoke on LGBTQ issues between 1999 and 2019, as same-sex marriage progressively became legal across the United States, we find that prior to legalization in their home state, firms default to touting the economic merits of their track record on LGBTQ workplace issues, avoiding contentious debates. Once marriage equality is enacted, firms shift their speech toward activism, advocating for broader societal change. Further, the shift to activism is highly dependent on internal and external stakeholder preferences. Our findings point to an irony: corporate “activism” in pursuit of social change often takes place only after polarizing issues have been settled. This study contributes to the growing literature on corporate activism by shedding light on how firms strategically frame their communications to navigate the complex terrain of stakeholder expectations, and how these framing strategies are shaped by the evolving legal and institutional landscape.

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)0,011
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,022
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0080,015
Communication savante0,0190,010
Science ouverte0,0010,007
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,040
Tête enseignante GPT0,264
Écart entre enseignants0,224 · 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'étudeQualitatif
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

Citations16
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademy of Management JournalMême sujetManagement and Organizational StudiesTravaux en français237 207