MétaCan
Menu
Retour à la cohorte
Enregistrement W3048865692 · doi:10.1002/bse.2611

Board interlocks and greenhouse gas emissions

2020· article· en· W3048865692 sur OpenAlexaff
Jing Lu, Dongning Yu, Fereshteh Mahmoudian, Jamal A. Nazari, Irene M. Herremans

Notice bibliographique

RevueBusiness Strategy and the Environment · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEnvironmental Sustainability in Business
Établissements canadiensToronto Metropolitan UniversityUniversity of CalgarySimon Fraser UniversityUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésInterlockGreenhouse gasBusinessResource (disambiguation)Industrial organizationSample (material)Resource dependence theoryNatural resource economicsEconomicsManagementComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Using resource dependence theory, we analyze board interlocks, their industry origin, and their relationship to firms' greenhouse gas (GHG) emissions. Interlocks create connections by having board members from one firm sit on other firms' boards, providing an avenue for sharing information and resources to aid in knowledge transfer and capability development. As firms face challenges for improved GHG emissions performance, they may look to their board members' connections to other firms to acquire needed resources. Using a sample of US Standard & Poor's (S&P) 1500 firms for years 2009 to 2018, we find that firms with a greater number of board interlocks achieve lower GHG emissions intensity. We also find that boards for the best performing companies have interlocks in the same industry, in other industries, and with firms leading in GHG emissions intensity, especially for firms in higher environmentally impacting industries, as they face greater emissions challenges.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,307
Score d'incertitude au seuil0,798

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,189
Écart entre enseignants0,176 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations48
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBusiness Strategy and the EnvironmentMême sujetEnvironmental Sustainability in BusinessTravaux en français237 207