Le discours organisationnel et la construction de la responsabilité sociale d’entreprise : une comparaison d’entreprises chiliennes et canadiennes
Bibliographic record
Abstract
Cette recherche se propose d’étudier, d’un point de vue ethnométhodologique, la manière dont des entreprises de deux pays (le Chili et le Canada) et trois secteurs productifs (Banque, télécommunications et forestier) construisent leur responsabilité sociale à partir de leur discours, c’est à dire à la manière dont elles s’auto-positionnent par rapport à cette question. Sans vouloir généraliser, la comparaison des entreprises canadiennes et chiliennes a pour objectif de savoir dans quelle mesure des entreprises établies dans des pays représentant différents degrés de développement construisent des discours différents ou similaires par rapport à la question de leur responsabilité sociale. Pour tenter de répondre à cette question, nous étudierons ce sujet à travers l’analyse du message ou de la lettre du Président Directeur Général (PDG) présentées sur leurs rapports de responsabilité sociale, ce qui nous permettra de montrer comment les entreprises construisent et s’auto-positionnent, dans leur discours officiel, par rapport à la question de leur responsabilité sociale. En nous basant sur ces analyses, nous discuterons des similitudes et des différences identifiées et nous montrerons ainsi dans quelle mesure la responsabilité sociale est construite sur des références globales plus larges, ou sur des contingences qui émergent du contexte.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.010 | 0.010 |
| Scholarly communication | 0.008 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.008 | 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; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".