Relational Business Models: Emerging Issues and Perspectives
Notice bibliographique
Résumé
This panel will explore pressing social and environmental challenges reshaping business models and stakeholder relationships. Organizations face mounting pressures to navigate digital transformation, geopolitical instability, and increasing demands for workplace inclusion, alongside the urgent need to address climate change and environmental degradation. Scholars suggest that relational business models, which prioritize long-term, trust-based stakeholder engagement over short-term economic exchanges can contribute to addressing these challenges. However, this stakeholder-centric approach presents significant challenges, particularly the need to harmonize diverse stakeholder interests. Moderated by Prof. Harry J. Van Buren III and Dr. Tracey Dodd, this panel symposium will foster critical dialogue on how businesses and society can navigate these complexities. Prof. Donald (Don) Lange will discuss stakeholder strategy and corporate responsibility, while Prof. Stefan Schaltegger will examine relational business models within the context of sustainability and stakeholder theory. Prof. Bidhan (Bobby) Parmar will explore decision-making under uncertainty and creating value for stakeholders, and Prof. Ana María Peredo will highlight social and inclusive entrepreneurship, focusing on alternative economies and their societal impact. Finally, Assistant Prof. Lauren Kaufmann will share insights on gender and social impact, and Prof. Sabine Bacouel-Jentjens will address cross-cultural and workforce dynamics. Together, these discussions will provide a critical and diverse perspective on how organizations can tackle global challenges through innovative approaches to inspire future research and practice.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».