MétaCan
Menu
Retour à la cohorte
Enregistrement W1977696266 · doi:10.4018/ijeoe.2012040104

Ranking Socially Responsible Mutual Funds

2012· article· en· W1977696266 sur OpenAlexaff
Blanca Pérez‐Gladish, Paz Méndez‐Rodríguez, Bouchra M’Zali

Notice bibliographique

RevueInternational Journal of Energy Optimization and Engineering · 2012
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Social Responsibility Reporting
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésSocially responsible investingCorporate governanceRanking (information retrieval)Social responsibilityRank (graph theory)Investment (military)Set (abstract data type)Impact investingBusinessRisk–return spectrumInvestment decisionsFinancial crisisCorporate social responsibilityActuarial scienceFinanceEconomicsBehavioral economicsPolitical scienceEmerging marketsPublic relationsPortfolio

Résumé

récupéré en direct d'OpenAlex

Socially Responsible Investing (SRI), also known as sustainable or ethical investing, corresponds to an investment practice that takes into account not only the usual return-risk criteria, but also other non-financial dimensions, namely in terms of environmental, social and governance concerns. Recently, given the causes of the 2008 financial crisis, these concerns became even more relevant. However, while a diverse set of models have been developed to support investment decision-making based on financial criteria, models including also socially responsible criteria are rather scarce. The main objective of this paper is to contribute to try fulfilling this gap on the financial literature, suggesting a Multicriteria Decision Making tool which allows individual investors to analyze and rank socially responsible mutual funds based on their environmental, social and governance performance and taking into account the individual, subjective, personal preferences of each investor.

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)0,007
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,023
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,014
Tête enseignante GPT0,231
Écart entre enseignants0,216 · 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'étudeSans objet
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

Citations3
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Energy Optimization and EngineeringMême sujetCorporate Social Responsibility ReportingTravaux en français237 207