Fugu-MT 論文翻訳(概要): Corporate core values and social responsibility: What really matters to whom

論文の概要: Corporate core values and social responsibility: What really matters to whom

arxiv url: http://arxiv.org/abs/2106.01644v1
Date: Thu, 3 Jun 2021 07:25:26 GMT
ステータス: 処理完了
システム内更新日: 2021-06-04 16:02:37.487805
Title: Corporate core values and social responsibility: What really matters to whom
Title（参考訳）: 企業の中核的価値観と社会的責任--誰が本当に重要なのか
Authors: M. A. Barchiesi, A. Fronzetti Colladon
Abstract要約: この研究は、異なる企業のコアバリューにおける利害関係者の関心を評価するために、革新的な指標であるセマンティックブランドスコア(Semantic Brand Score)を用いている。我々は、企業社会責任(CSR)のコアバリューステートメントと、彼らが5つの利害関係者から受ける関心に焦点を当てる。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: This study uses an innovative measure, the Semantic Brand Score, to assess the interest of stakeholders in different company core values. Among others, we focus on corporate social responsibility (CSR) core value statements, and on the attention they receive from five categories of stakeholders (customers, company communication teams, employees, associations and media). Combining big data methods and tools of Social Network Analysis and Text Mining, we analyzed about 58,000 Italian tweets and found that different stakeholders have different prevailing interests. CSR gets much less attention than expected. Core values related to customers and employees are in the foreground.
Abstract（参考訳）: この研究は、革新的指標であるセマンティックブランドスコアを用いて、異なる企業のコアバリューにおける利害関係者の関心を評価する。中でも,企業社会責任(csr)のコアバリューステートメントに注目し,利害関係者(顧客,企業コミュニケーションチーム,従業員,アソシエーション,メディア)の5つのカテゴリから注目を集めています。ビッグデータの手法と、Social Network AnalysisとText Miningのツールを組み合わせることで、約58,000のイタリアのツイートを分析し、異なる利害関係者が異なる関心事があることを発見した。 CSRは予想よりもはるかに少ない注目を集める。顧客と従業員に関するコアバリューがフォアグラウンドにあります。

関連論文リスト

SocialBench: Sociality Evaluation of Role-Playing Conversational Agents [85.6641890712617]
大規模言語モデル(LLM)は、様々なAI対話エージェントの開発を進めてきた。 SocialBenchは、ロールプレイングの会話エージェントの社会的性を個人レベルとグループレベルで評価するために設計された最初のベンチマークである。個人レベルで優れたエージェントは,集団レベルでの熟練度を示唆しない。
論文参考訳（メタデータ） (2024-03-20T15:38:36Z)
The 6th Affective Behavior Analysis in-the-wild (ABAW) Competition [53.718777420180395]
本稿では,第6回ABAWコンペティションについて述べる。第6回ABAWコンペティションは、人間の感情や行動を理解する上での現代の課題に対処する。
論文参考訳（メタデータ） (2024-02-29T16:49:38Z)
Tweet Influence on Market Trends: Analyzing the Impact of Social Media Sentiment on Biotech Stocks [0.0]
本研究は, ニュース, 企業意見, CEO意見, 競合意見, バイオテクノロジー分野における株式市場行動など, 様々なカテゴリーにおけるツイート感情の関係について検討した。われわれは、新型コロナウイルス、ワクチン、企業、そしてそれぞれのCEOに関するTwitterのデータとともに、最大かつ最も影響力のある製薬会社10社の過去の株式市場データを分析した。
論文参考訳（メタデータ） (2024-01-26T15:43:27Z)
SOTOPIA: Interactive Evaluation for Social Intelligence in Language Agents [107.4138224020773]
人工エージェントと人間との複雑な社会的相互作用をシミュレートするオープンエンド環境であるSOTOPIAを提案する。エージェントは、複雑な社会的目標を達成するために協調し、協力し、交換し、互いに競い合う。 GPT-4は,人間よりも目標達成率が著しく低く,社会的常識的推論や戦略的コミュニケーション能力の発揮に苦慮していることがわかった。
論文参考訳（メタデータ） (2023-10-18T02:27:01Z)
Glitter or Gold? Deriving Structured Insights from Sustainability Reports via Large Language Models [16.231171704561714]
本研究では,企業のサステナビリティレポートからESGに関する構造化された洞察を抽出するために,情報抽出(IE)手法を用いる。次に、グラフに基づく表現を活用して、抽出された洞察に関する統計的分析を行う。
論文参考訳（メタデータ） (2023-10-09T11:34:41Z)
CSRCZ: A Dataset About Corporate Social Responsibility in Czech Republic [0.0]
本稿では,チェコで活動している1000社のウェブサイトからの開示報告に基づく,新たに作成されたデータセットCSRCZについて述べる。本稿では,データセットの内容と今後の研究への可能性について述べる。
論文参考訳（メタデータ） (2023-01-05T17:01:40Z)
An Ontological Approach to Analysing Social Service Provisioning [5.386300535509189]
この記事ではまず、主要な利害関係者、サービス、成果、イベント、ニーズ、ニーズを満足度と定義とともに紹介する。主要なステークホルダーが提起した質問のタイプを説明するために、能力に関する質問のサブセットが提示される。第3に、Compassベースのナレッジグラフ上で実行されるSPARQLクエリを提示し、その結果を分析して、質問に答える機能を評価する。
論文参考訳（メタデータ） (2022-06-20T12:29:12Z)
How Different Groups Prioritize Ethical Values for Responsible AI [75.40051547428592]
民間企業、公共セクター組織、学術団体は、責任あるAI技術にとって重要であると考える倫理的価値観を概説している。彼らのレコメンデーションは中央値のセットに収束するが、より代表的な大衆が、彼らが交流し、影響を受ける可能性のあるAI技術にとって重要な価値についてはほとんど知られていない。我々は、個人が3つのグループにまたがる責任あるAIの価値観をどのように認識し、優先順位付けしているかを調査した。
論文参考訳（メタデータ） (2022-05-16T14:39:37Z)
Two-Faced Humans on Twitter and Facebook: Harvesting Social Multimedia for Human Personality Profiling [74.83957286553924]
我々は、"PERS"と呼ばれる新しい多視点融合フレームワークを適用して、マイアーズ・ブリッグス・パーソナリティ・タイプインジケータを推定する。実験の結果,多視点データからパーソナリティ・プロファイリングを学習する能力は,多様なソーシャル・マルチメディア・ソースからやってくるデータを効率的に活用できることが示唆された。
論文参考訳（メタデータ） (2021-06-20T10:48:49Z)
Big data and big values: When companies need to rethink themselves [0.0]
テキストマイニング,ソーシャルネットワーク,ビッグデータ分析を組み合わせた新しい手法を提案する。フォーチュン誌の「世界で最も賞賛される企業」ランキングに記載された企業の中核的価値に関連するツイートは9万4000件以上収集した。イタリアのシナリオでは、3つの主要な価値指向(顧客、従業員、卓越性)と3つの潜在価値(経済的・財政的成長、市民権、社会的責任)を見出した。私たちの貢献は主に方法論的であり、テキストマイニングや複雑なビジネスコンテキストに適用されたオンラインビッグデータ分析の研究を拡張しています。
論文参考訳（メタデータ） (2021-05-25T16:26:38Z)
I Know Where You Are Coming From: On the Impact of Social Media Sources on AI Model Performance [79.05613148641018]
我々は、異なるソーシャルネットワークのマルチモーダルデータから学習する際、異なる機械学習モデルの性能について検討する。最初の実験結果から,ソーシャルネットワークの選択がパフォーマンスに影響を及ぼすことが明らかとなった。
論文参考訳（メタデータ） (2020-02-05T11:10:44Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。