MétaCan
Menu
Retour à la cohorte
Enregistrement W4411159152 · doi:10.1111/beer.12847

Avoiding Corporate Greenwashing? Sustainability Silence Narratives in the Agri‐Food Industry

2025· article· en· W4411159152 sur OpenAlexaff
Olivier Boiral, Marie‐Christine Brotherton, David Talbot, Laurence Guillaumie

Notice bibliographique

RevueBusiness Ethics the Environment & Responsibility · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueManagement and Organizational Studies
Établissements canadiensÉcole Nationale d'Administration PubliqueUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésGreenwashingSustainabilitySilenceNarrativeFood industryBusinessFood scienceEcologyAestheticsChemistryArt

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The aim of this article is to shed more light on the reasons underlying companies' under‐communication or lack of communication to stakeholders about sustainability achievements in the agri‐food sector. A qualitative study based on 34 semi‐structured interviews with respondents from this sector shows the predominance of a rationale of sustainability silence and a high level of stakeholders' mistrust concerning the information publicly available in this area. The results of the study also show that sustainability silence is closely linked to the ambiguities inherent in communication on complex issues and the resulting risks that this communication will be perceived as greenwashing. The article contributes to the emerging literature on the rationale of organizational sustainability silence and proposes an integrative model to better understand its implications. Drawing on neo‐institutional theory and the theory of ambiguity, it also contributes to the literature on the congruence of sustainability communication and on the greenwashing practices of agri‐food organizations by questioning the intentional character of companies' lack of transparency concerning their actions and performance in this area. Managerial implications and avenues for future research are also discussed.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,124
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,045
Tête enseignante GPT0,262
Écart entre enseignants0,217 · 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 tête enseignante, pas un consensus.

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

Citations7
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBusiness Ethics the Environment & ResponsibilityMême sujetManagement and Organizational StudiesTravaux en français237 207