Corporate boards : managers of risk, sources of risk
Notice bibliographique
Résumé
Notes on Contributors. Preface. Introduction (Robert W. Kolb) (Loyola University Chicago) and (Donald Schwartz) (Loyola University Chicago) Part I: A Factual Basis. 1. The Relationship Between Boards of Directors and their Risk Management Organizations: Are Standards of Best Practice Emerging? (Michael A.M. Keehner) (Columbia Business School) and (David R. Koenig) (Ductilibility, LLC) Part II: Is Risk Management by Corporate Boards Even Possible? 2. Risk Management, Chaos Theory, and the Corporate Board of Directors (Michael Potts) (Methodist University) 3. Anti-Social Norms, Risky Behavior (Reza Dibadj) (University of San Francisco) 4. Time-Inconsistent Boards and the Risk of Repeated Misconduct (Manuel A. Utset) (Florida State University College of Law) 5. Discussion (Sridhar Ramamoorti). Part III: Board Structure and the Management of Risk. 6. Theories of Governance and Corporate Moral Vulnerability (Greg Young) (North Carolina State University) and (Steve H. Barr) (North Carolina State University) 7. Mitigating the Exposure of Corporate Boards to Risk and Unethical Conflicts (Shann Turnbull) (International Institute for Self-Governance) 8. Supervisory Board and Financial Risk-Taking Behaviors in Chinese Listed Companies (Zhenyu Wu) (University of Saskatchewan), (Yuanshun Li) (Ryerson University), (Shujun Ding) (York University), and (Chunxin Jia) (Peking University) 9. Discussion (David R. Koenig) (Ductilibility, LLC) Part IV: Corporate Boards and the Management of Specific Risks. 10. Entity-Level Controls and the Monitoring Role of Corporate Boards (Donna J. Fletcher) (Bentley University), (Mohammad J. Adbolmohammadi). (Bentley University), and Jay C. Thibodeau (Bentley University) 11. Do Corporate Boards Care About Sustainability? Should They Care?(Steven Swidler) (Auburn University) and (Claire E. Crutchley) (Auburn University) 12. Executive Risk Taking and Equity Compensation in the M&A Process (William J. Lekse) (University of Michigan Dearborn) and (Mengxin Zhao) (University of Alberta) 13. Discussion (Tom Nohel) (Loyola University Chicago) Part V: Corporate Boards, Risk Management, and the Ethical Firm. 14. The Ethics of Risk Management by a Board of Directors (Duane Windsor) (Rice University) 15. Assurance and Reassurance: The Role of the Board (Barry M. Mitnick) (University of Pittsburgh) 16. Risk Disclosure and Transparency: Toward Corporate Collective and Collaborative Informed Consent (Denise Kleinrichert) (San Francisco State University) and Anita Silvers (San Francisco State University) 17. Discussion (John R. Boatright) (Loyola University Chicago) Index.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,131 | 0,041 |
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 source (Gemma direct ou Codex distillé), 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 ».