MétaCan
Menu
Retour à la cohorte
Enregistrement W2081557147 · doi:10.1111/j.1745-6622.2012.00380.x

The Need for Sector‐Specific Materiality and Sustainability Reporting Standards

2012· article· en· W2081557147 sur OpenAlexaff
Robert G. Eccles, Michael P. Krzus, Jean Rogers, George Serafeim

Notice bibliographique

RevueJournal of applied corporate finance · 2012
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Social Responsibility Reporting
Établissements canadiensPetrel Robertson Consulting (Canada)
Organismes subventionnairesnon disponible
Mots-clésMateriality (auditing)Sustainability reportingAccountingCorporate governanceBoilerplate textBusinessSustainabilityShareholderShareholder valueFinance

Résumé

récupéré en direct d'OpenAlex

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.

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)0,262
score de la tête « metaresearch » (Gemma)0,414
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,262
Score d'incertitude au seuil0,910

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2620,414
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0120,011
Études des sciences et des technologies0,0040,008
Communication savante0,0250,031
Science ouverte0,0070,007
Intégrité de la recherche0,0070,016
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,043
Tête enseignante GPT0,275
Écart entre enseignants0,232 · 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.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations325
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of applied corporate financeMême sujetCorporate Social Responsibility ReportingTravaux en français237 207