CSR Leads to Sustainability, ESG and Inclusiveness: An Initiative by Industries to Create Good Governance
Notice bibliographique
Résumé
AbstractAs there are growth and development of multi-nationals across the globe, so are the challenges associated with this like climate variability, societal disparity, ineffective governance and so many. So industries are now progressively adopting Environmental, Social and Governance (ESG) policies and inclusiveness and are prioritizing the Corporate Social Responsibility (CSR) policies. The whole intention of writing this paper is to analyze the combine impression of CSR undertakings leading to sustainability, ESG and inclusiveness in order to create Good governance. The paper provides an insight how industries have integrated the CSR leading sustainability, ESG and social inclusivity so that its’ brand image can never be questioned. This is accomplished by conducting immense study of the literature and 5 years data analysis of different industries CSR activities. The result of this study gives a better grasp how CSR within the framework of Sustainability, ESG and social inclusivity work and help the industries like (MCL, ITC, Hindustan Unilever, Adani Group, Mahindra & Mahindra, TATA Steel and TATA group) for Good Governance and reputation. This paper is purely conceptual basing on the facts and figures of the previous data published in websites. The researchers have tried to establish a linkage between Sustainability and Good Governance keeping other factors as torch bearer to establish the relationship. In future, there is a scope to establish the relationship by empirical study by doing survey of the beneficiaries.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,000 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».