MétaCan
Menu
Retour à la cohorte
Enregistrement W6887841469 · doi:10.17632/f494tk73bj.1

Corporate social responsibility (CSR) of e-commerce business

2022· dataset· en· W6887841469 sur OpenAlexaboutno aff

Notice bibliographique

RevueData Archiving and Networked Services (DANS) · 2022
Typedataset
Langueen
DomaineSocial Sciences
ThématiqueLegal and Regulatory Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCorporate social responsibilityCorporate governanceSample (material)Ranking (information retrieval)Quality (philosophy)Earnings

Résumé

récupéré en direct d'OpenAlex

The first part of the dataset contains a selection of the top-30 publicly traded e-commerce companies that are leaders in the ranking of the number of employees in 2021 according to Companiesmarketcap (2022). Data on the earnings of e-commerce business structures, as well as on the number of their employees are given. The sample includes developed (Norway, Canada, Germany, Great Britain, Japan, Singapore, South Korea) and developing (Poland, Indonesia, Argentina, China) countries. In the first part of the dataset, a selection of 16 the most responsible companies in the retail industry in the United States in 2020 was formed. Data on the sales of e-commerce business structures are provided. Company sales statistics are taken from Global 2000 for 2021 (Forbes, 2022). Data on the quality of ESG-management (Environmental Score; Social Score; Corporate Governance Score) is also given. ESG management quality statistics are taken for 2020 (according to the results of the year, that is, relevant at the beginning of 2021). Описание датасета на русском языке: В первой части датасета сформирована выборка из top-30 publicly traded e-commerce companies, являющихся лидерами рейтинга численности работников в 2021 г. по версии Companiesmarketcap (2022). Приведены данные о доходах бизнес-структур электронной торговли, а также о числа их работников. В выборку включены развитые (Норвегия, Канада, Германия, Великобритания, Япония, Сингапур, Южная Корея) и развивающиеся (Польша, Индонезия, Аргентина, Китай) страны. В первой части датасета сформирована выборка из 16 the most responsible companies in retail industry в США в 2020 г. Приведены данные о доходах бизнес-структур электронной торговли. Статистика доходов компаний взята из материалов “Global 2000” за 2021 г. (Forbes, 2022). Также приведены данные о качестве ESG-управления. Статистика качества ESG-управления взята за 2020 г. (по итогам года, то есть актуально на начало 2021 г.).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,007
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0150,009

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 Opus0,047
Tête enseignante GPT0,303
Écart entre enseignants0,256 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueData Archiving and Networked Services (DANS)Même sujetLegal and Regulatory AnalysisTravaux en français237 207