Les stratégies de responsabilité sociale dans les banques : comment contribuer à renforcer la cohésion sociale à travers les activités de la finance?
Bibliographic record
Abstract
Résumé La contribution des banques à la cohésion sociale peut se mesurer à leurs engagements sociaux et communautaires, à leur responsabilité sociale et, notamment, à leur responsabilité en matière d’inclusion sociale. Les banques adoptent-elles une stratégie de responsabilité sociale de façon volontaire ou le font-elles parce qu’elles y sont obligées? Cet article a pour but d’analyser les causes ayant mené les banques à adopter certaines pratiques en matière d’inclusion sociale. Les résultats de la recherche ont démontré que les banques adoptent de telles pratiques surtout parce qu’elles y sont contraintes ou fortement incitées en vertu du cadre légal et institutionnel du pays où elles évoluent. L’adoption de ces pratiques peut être considérée comme une mesure défensive ayant pour but de prévenir la perte de confiance. Dans ce contexte, la question est de comprendre si la légitimité dont la sphère financière peut se prévaloir pour mettre en œuvre de telles actions relevant de l’éthique et de la responsabilité sociale est compatible avec la recherche de la rentabilité. À défaut de concilier rentabilité et responsabilité sociale, il apparaît nécessaire de faire de l’inclusion sociale un élément de la responsabilité juridique des banques plutôt qu’une démarche volontaire de responsabilité sociale par l’adoption de mesures légales obligatoires ou incitatives.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".