Determinants of Companies that Disclose High-Quality Integrated Reports
Notice bibliographique
Résumé
Integrated reporting is becoming increasingly popular. The focus of this study was to assess the overall integrated reporting quality of global companies and find determinants of high-level integrated reporting. Qualitative text analysis was performed on the 2017 integrated reports of 110 global organizations to determine in what way companies report on specific topics related to the six capitals: social and relationship, human, intellectual, manufacturing, natural, and financial. Using a novel assessment technique, scores were then assigned according to the details provided in the integrated reports on the various topics. This was done for each form of capital, and the total integrated score was subsequently calculated as the average between all the capital scores. Finally, a regression analysis was performed to determine the characteristics of high-quality integrated reporters. The results of univariate analysis and two-stage least squares instrumental variable (2SLS) regression indicate that companies of a larger size with a higher female board ratio and listing in the International Integrated Reporting Committee (IIRC) examples database are more likely to publish a higher quality integrated report. The results imply that these variables are the main disclosure drivers. However, a significant negative correlation was found between integrated report quality and the variables related to female executive ratio, external board member ratio, profitability, leverage, and previous report experience, as well as report length. No significant association was found between the location and industry group and report quality. The empirical evidence of this study shows that even though integrated reporting has become more common overall, the comparability and quality of the reports still remain low.
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 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 | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».