High-profile corporate scandals based on the agenda-setting theory: analysing developed and emerging countries
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Studies indicate that more developed countries, compared to emerging countries, have more corporate scandals, which seems counterintuitive, contradicting common sense assumptions. Furthermore, we identified a gap in the methodological application of data collection when we found a more comprehensive method. In this sense, this work has two objectives: firstly, propose a method that improves the data collection process based on the agenda-setting theory; and secondly, based on this new method, collect, categorize, and analyze cases of high-profile corporate scandals in developed and emerging countries, comparing and discuss the results. With a sample ranging from 2010 to 2021, that includes Brazil, Canada, South Korea, Spain, India, Italy, and Mexico, and with the preliminary intention of understanding the phenomenon, we used contingency tables, frequency analyses, percentage distribution, and comparative analyses through charts. Our results suggest that emerging countries have more scandals, contradicting the preliminary findings; that no significant difference exists between the scandals of the studied groups; and that the collection model was validated as more comprehensive. The scandals’ profile and their prominent characteristics were also outlined. This study provided valuable insights into the dynamics of corporate scandals in developed and emerging markets. Our study provides insights into corporate scandal patterns in developed and emerging markets, helping investors, regulators, and governments better understand corporate scandal patterns and potentially leading to more transparent and ethical market functioning.
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.
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 | 0,005 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| 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 découle