Responsabilité Sociale de l'Entreprise: quels impacts sur l'adoption de pratiques de Green IT?
Bibliographic record
Abstract
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.
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 | 0.002 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.002 | 0.011 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
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".