Analysis of Sustainability Reports and Quality of Information Disclosed of Top Brazilian Companies
Notice bibliographique
Résumé
The objective of this research is to examine the quality of information disclosed from a sample of Brazilian listedcompanies, using a multidimensional construct based on economic, environmental and social dimensions ofsustainability. The research design combines both quantitative and qualitative methods. The qualitative approachis used in the content analysis procedure and the quantitative is employed for statistical analysis. The targetpopulation consists of top 36 sustainable companies (ISE) and 24 with corporate governance practices (NM) in2011. We find that 37% of the companies achieved score above 0.5; 30% between 0.26 and 0.5 and 33% scoredbelow 0.25, being score zero the worst and one the best score. The best company scored 0.896 and the worst ofthe 60 companies scored 0.0167. Overall our statistical results confirm that ISE companies tend to disclose moreinformation and in a more adequate way than NM, and in general, the companies are reporting the content in allthe three dimensions with same quality level. Furthermore, companies from Infrastructure sector present betterquality content reported when compared to Service companies. We conclude that a good sustainability report isdirectly related to the good content in all the tree dimensions, regardless the economic sector and these reportsstill have a big room for improvement, which echoes within the literature analyzed. Companies need to disclosetheir information in a more integrated way, addressing sustainability issues under the scope of business strategy.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,049 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».