How Founding Conditions And Community Dynamics Shape Organizational Responses To Societal Challenges
Notice bibliographique
Résumé
Organizations are increasingly called upon to address grand societal challenges such as climate change, inequality, and social welfare. Yet, despite facing strong external pressures and operating under similar institutional environments, organizations continue to interpret their societal responsibilities in strikingly divergent ways. What accounts for this persistent heterogeneity? Drawing on an analysis of 1,870 Chinese firms’ CSR reports from 2008 to 2022, we show how founding period socio-political contexts create persistent differences in how organizations conceptualize their societal roles. Firms founded during the socialist era (1949-1976) emphasize employee welfare and national fiscal responsibility, reflecting the collective and state-driven priorities of their founding context. In contrast, firms founded during the market reform era (1977-2002) prioritize profit maximization over environmental concerns, consistent with their founding era’s market-oriented imperatives. However, these historical imprints evolve as they interact with contemporary influences: geographic proximity to organizations founded in different eras facilitates exposure to alternative interpretive frameworks, while the standardization of CSR reporting practices accelerates convergence towards global norms. Our study advances theoretical understanding of how founding conditions create persistent differences in organizational attention to societal issues, while identifying specific contemporary forces that reshape these historical influences. We conclude by discussing the implications of these findings for research on imprinting, grand challenges, and the interplay between socio-political contexts and organizational behavior.
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 | 0,002 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».