Responsabilité Sociale de l'Entreprise: quels impacts sur l'adoption de pratiques de Green IT?
Notice bibliographique
Résumé
Cette étude aborde la question de l’adoption des technologies vertes ou Green IT. Elle cherche à savoir si l’adoption des Green IT est motivée par des facteurs économiques (réduction des coûts), des facteurs réputationnels mais aussi si elle est l’expression de la démarche de Responsabilité Sociale de l’Entreprise (RSE). Elle tend par là-même à répondre à un manque de la littérature sur la relation entre stratégies RSE et types de Green IT. Pour traiter cette problématique, nous avons exploité des données collectées auprès de 815 entreprises. Nos résultats confirment que le recours aux Green IT est lié à la volonté de réduire les coûts d’exploitation et d’améliorer l’image de l’entreprise. Ils suggèrent également qu’être une entreprise impliquée dans une démarche relevant de la RSE affecte positivement l’adoption des Green IT. Enfin, ils montrent qu’il est important de ne pas mettre toutes les technologies vertes au même niveau et qu’il est nécessaire de les différencier en fonction des pratiques RSE.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,011 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».