Mercury Disclosure Practices of Major Emitting Companies: A Qualitative Analysis
Notice bibliographique
Résumé
Mercury is one of the world’s most toxic elements. Corporate mercury reporting in Pollution Release and Transfer Registers (PRTRs) is compulsory in some countries but disclosure in companies’ annual or sustainability reports is not mandatory. Therefore, mercury disclosure in these reports differs among the companies. This paper aims to identify the current quality of corporate mercury reporting and propose best practice mercury disclosure by analyzing the current disclosure practices of the largest mercury emitting companies.Major corporate mercury emitters were identified from Pollution Release and Transfer Registers (PRTRs) of the USA, Australia, Canada, the UK and the EU. Qualitative content analysis was used to identify and analyse the contents of 2013 mercury disclosures in the annual report, sustainability report, environmental performance report, or company website. Few companies disclosed mercury information. For disclosing companies the volume and dimensions of mercury disclosure significantly differed. Major dimensions of mercury disclosures include: extent of mercury emissions, sources of emissions, variation in emissions and its reasons, health safety and mercury impacts, mercury control, technologies for mercury reduction, mercury monitoring, and management. Companies from the USA and Australia disclosed more mercury information than companies from other countries. Policy implications Guidelines are proposed to assist regulators regarding policy development and enable mercury emitting companies to benchmark their mercury reporting practices. Researchers in social and environmental accounting may use the issues raised in this article for more comprehensive studies in mercury disclosure practices.Though there are many studies on mercury from scientific, physiological or environmental perspectives no studies have been conducted focusing on mercury accounting or disclosure or social and environmental accounting perspective.
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 | 0,020 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,006 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».