MétaCan
Menu
Retour à la cohorte
Enregistrement W4417067521 · doi:10.1016/j.iref.2025.104812

The green side of corporate culture

2025· article· en· W4417067521 sur OpenAlexaff
Naceur Essaddam, Fatma Mrad, Syrine Sassi

Notice bibliographique

RevueInternational Review of Economics & Finance · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Social Responsibility Reporting
Établissements canadiensUniversity of OttawaRoyal Military College of Canada
Organismes subventionnairesnon disponible
Mots-clésOrganizational cultureEndogeneityCorporate social responsibilitySample (material)Greenhouse gasCorporate sustainabilityCorporate governance

Résumé

récupéré en direct d'OpenAlex

Exploiting a unique measure of organizational culture, we examine whether and how a firm's culture affects its carbon footprint. Our results from a large sample of carbon-emitting firms operating in the U.S. indicate that a strong corporate culture reduces firms' Greenhouse Gas (GHG) emissions. This effect of corporate culture is economically sizeable and remains robust to endogeneity and sample selection bias concerns, and to the use of alternative proxies of corporate culture and alternative carbon emission measures. Furthermore, we demonstrate that the effect of corporate culture on emissions operates through both financial and ethical channels. These findings underscore the importance of organizational culture as a strategic lever for enhancing corporate environmental performance and offer novel insights for policymakers, investors, and stakeholders advocating for sustainable corporate practices.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,832
Score d'incertitude au seuil0,270

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,028
Tête enseignante GPT0,274
Écart entre enseignants0,246 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Review of Economics & FinanceMême sujetCorporate Social Responsibility ReportingTravaux en français237 207