MétaCan
Menu
Retour à la cohorte
Enregistrement W7049095923

Motivations for Issuing Standalone CSR Reports: a Survey of Canadian Firms

2013· article· en· W7049095923 sur OpenAlexaboutno aff

Notice bibliographique

RevueFlorence Research (University of Florence) · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Electrical Measurement Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCorporate social responsibilityTransparency (behavior)StakeholderCompanies ActStakeholder theoryStakeholder engagementSocial responsibilitySurvey researchCorporate governance
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

There is a debate in the literature regarding the underlying motivations for companies who voluntarily issuing standalone CSR reports (Clarkson et al., 2011). To gain insight into this debate we report the results of a survey which asks 221 Canadian firms their motivations, their costs and whether they follow independent GRI guidelines in choosing to issue (or not issue) their CSR report. Of the 57 companies that responded to our survey, 32 issued standalone reports and 25 choose not to. The most frequently cited reason for issuing standalone CSR reports was to signal their interest in social responsibility to stakeholders followed closely by CEO/Board commitment to CSR. Other frequent responses were that companies wished to communicate to stakeholders a policy of corporate transparency and to put all CSR information in one place. Approximately 71% of companies that issue CSR reports follow GRI reporting guidelines and 25.8% of these CSR Reports are independently verified. Over 50% of companies reported that it costs over $75,000 to produce the standalone CSR report, takes over four months to prepare on average, and requires five or more people to produce it. The primary reason that companies chose not to issue CSR reports was lack of stakeholder pressure and regulatory requirement to do so. Our research provides support for the need for multiple perspectives to provide insight into standalone CSR reporting.

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)0,006
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,237

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,013
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,006
Études des sciences et des technologies0,0060,002
Communication savante0,0040,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,096
Tête enseignante GPT0,292
Écart entre enseignants0,195 · 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'étudeObservationnel
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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFlorence Research (University of Florence)Même sujetAdvanced Electrical Measurement TechniquesTravaux en français237 207