Mutual reinforcement of academic reputation and fossil fuel divestment
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Non-technical summary By the end of 2020, 190 universities and colleges worldwide had publicly committed to divest partially or fully from fossil fuel holdings, to help mitigate global heating. We find a statistical correlation between the status of universities in the world rankings and decisions to divest endowments from fossil fuel. Further analysis suggests causation in both directions. Not only do the best divest, but divestors get better. Technical summary Previous studies have explored connections between environmental responsibility and the financial performance of business firms. Here, we explore connections between a particular form of environmental responsibility, divestment from fossil fuel, and the reputational status of a different form of organization, universities. We find a strong and robust link between world university rankings and commitments to divest endowments from the fossil fuel industry, with higher-ranked universities divesting at higher rates compared to lower-ranked universities. Rates of divestment also differ significantly between countries, and according to the political orientations of provinces and states. We do not find evidence for links between divestment treated as a binary variable and a university's number of students, size of endowment, or type of endowment. We use time lags to test whether the rank-divestment correlation may arise due to effects of rank on divestment and/or vice versa . These tests indicate influence in both directions. In light of these results, we predict universities that have not yet divested will face mounting peer pressure to do so. Social media summary Higher-ranked universities divest more frequently, and divesting universities improve more in the rankings.
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.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 découle