MétaCan
Menu
Retour à la cohorte
Enregistrement W2887562704 · doi:10.1111/1911-3838.12171

Current Trends within Social and Environmental Accounting Research: A Literature Review

2018· review· en· W2887562704 sur OpenAlexaffvenue
Jieun Chung, Charles H. Cho

Notice bibliographique

RevueAccounting Perspectives · 2018
Typereview
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Social Responsibility Reporting
Établissements canadiensYork University
Organismes subventionnairesNational Research Foundation of KoreaMinistry of Education
Mots-clésViewpointsScholarshipMaturity (psychological)Accounting researchWork (physics)State (computer science)AccountingEnvironmental accountingPolitical scienceSociologyEngineering ethicsPublic relationsBusinessComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Given the recent rise in the evolution and maturity of social and environmental accounting (SEA) research and scholarship, we provide a literature review of the current trends within this area in a concise and harmonized manner for a wider audience in academia and practice. More specifically, we visit the current state of scholarly work, which can be useful in facilitating future research questions and further development of SEA research associated with relations between corporate social performance (CSP), corporate social disclosure (CSD), and corporate financial performance (CFP). Our goal is to offer insights to the current state of SEA research that is informative to both novice and expert SEA scholars, with the hope to promote and stimulate further advancement of research in this particular area. Drawing knowledge from relevant disciplines such as accounting, management, finance, and economics, this article visits the current trends within SEA research in terms of definition, research topics, theoretical viewpoints, methodological approaches, as well as suggestions for future research.

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)0,006
score de la tête « metaresearch » (Gemma)0,017
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,017
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0160,021
Études des sciences et des technologies0,0010,002
Communication savante0,0040,004
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,117
Tête enseignante GPT0,399
Écart entre enseignants0,282 · 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
GenreSynthèse

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

En bref

Citations105
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAccounting PerspectivesMême sujetCorporate Social Responsibility ReportingTravaux en français237 207