Using the Return on Sustainability Investment (ROSI) Framework to Value Accelerated Decarbonization
Notice bibliographique
Résumé
A major barrier to companies' more effective integration of sustainability into their corporate strategies is finding ways to estimate and communicate the full value of their business cases. In the authors' experience in working with or for companies, they find that most do not track the value sustainability delivers for an organization. And when companies do track and measure their returns on investments in sustainability, the estimates tend to be focused almost exclusively on those benefits that are most direct and tangible, and show up on the corporate P&L, as opposed to other benefits like employee commitment and regulatory forbearance, which are more likely to show up in a lower cost of capital. To help companies quantify the expected value of their sustainability programs, the authors have developed a Return on Sustainability Investment (ROSI™) framework. The study presented here describes the outcomes of a recent analysis in which the NYU Stern Center for Sustainable Business in collaboration with ALO Advisors worked with Capital Power Corporation, a North American power producer, to estimate the value likely to be created by accelerating its transition to clean energy. Through their work with the Chief Sustainability Officer, Chief Financial Officer, and senior managers from several key business functions, the authors identified seven major sources of benefits, and quantified the expected effects on value of four of them, to produce an estimated contribution to the value of the company of about $30 million. The ROSI™ framework and methodology has since been incorporated into CPX's investment decision‐making process, and played an important role in management's decision to commit to the operating changes required to accelerate the company's transition away from coal‐generated electricity.
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 | 0,010 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».