MétaCan
Menu
Retour à la cohorte
Enregistrement W4413809001 · doi:10.1016/j.jbusres.2025.115631

What do we know about climate change and multinational enterprises?: A systematic review and an integrated theoretical framework for future research

2025· article· en· W4413809001 sur OpenAlexaff
Fang Lee Cooke, Jingtian Wang, Geoffrey Wood

Notice bibliographique

RevueJournal of Business Research · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Social Responsibility Reporting
Établissements canadiensWestern University
Organismes subventionnairesHumanities and Social Science Fund of Ministry of Education of ChinaInternational Labour OrganizationNational Natural Science Foundation of ChinaInternational Labour Organisation
Mots-clésMultinational corporationClimate changeBusinessKnowledge managementComputer science

Résumé

récupéré en direct d'OpenAlex

Multinational enterprises’ (MNEs) strategy and actions to deal with climate change have increasingly attracted research and practical attention since the 2000s, although the literature is rather fragmented. Based on a systematic review of 182 articles published between January 1976 and January 2024, we provide a comprehensive review to identify the theories used in research on climate change and the role of MNEs. It is recognized that much of the literature on business and climate change remains concentrated in specialized journals, many of which are relatively modestly ranked according to various journal guides. We offer an integrated framework for future research on climate change and MNEs, underpinned by a contextual approach and legitimacy theory, and indicate several research themes for future investigations. We call for more research on the topic from the international business and management field. Our review study contributes to the United Nations’ Sustainable Development Goal 1—Take urgent action to combat climate change and its impacts—by generating research insights and challenging the status quo that have policy implications and societal relevance.

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)0,020
score de la tête « metaresearch » (Gemma)0,024
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,438
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0200,024
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,087
Tête enseignante GPT0,429
Écart entre enseignants0,342 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Business ResearchMême sujetCorporate Social Responsibility ReportingTravaux en français237 207