The Need for Sector‐Specific Materiality and Sustainability Reporting Standards
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The market continues to show growing interest in how well companies are performing across a broad range of environmental, social, and governance (ESG) dimensions. Partly as a result, the companies themselves are paying more attention to these performance dimensions, how they contribute to financial performance, and how to evaluate tradeoffs that arise. One of the greatest challenges facing both investors and companies in using ESG performance information is the absence of standards. Another challenge is knowing which of the many ESG dimensions are most material for a company in terms of creating value for shareholders and stakeholders over the long term. The authors argue that materiality and reporting standards must be developed on a sector‐by‐sector basis, and that failure to do so will result in inconsistent and even misleading disclosures. The authors illustrate this with the case of climate change. The SEC has already issued interpretive guidance on climate change disclosures, making it quite clear that existing regulations require companies to report on material effects of climate change, from both an upside and downside perspective. Based on an analysis of 10K filings in six industries, the authors show that, even within a given industry, there is substantial variation in reporting among companies that ranges from no disclosure, to boilerplate disclosure, industry‐specific interpretation, and the use of quantitative metrics. After providing further detail on this by looking at the airline and utilities industries, the authors conclude by offering a methodology for defining material ESG issues on a sector‐by‐sector basis that could provide the basis for developing key performance indicators.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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