MétaCan
Menu
Retour à la cohorte
Enregistrement W4226211089 · doi:10.3934/gf.2022009

Voluntary carbon information disclosures, corporate-level environmental sustainability efforts, and market value

2022· article· en· W4226211089 sur OpenAlexaff
Jaspreet Kaur, Annie L. Booth, Raymond A. K. Cox

Notice bibliographique

RevueGreen Finance · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Social Responsibility Reporting
Établissements canadiensThompson Rivers UniversityUniversity of Northern British Columbia
Organismes subventionnairesnon disponible
Mots-clésSustainabilityVoluntary disclosureAccountingSustainability reportingBusinessContext (archaeology)Corporate sustainabilityValue (mathematics)Enterprise valueMarket valueCorporate social responsibility

Résumé

récupéré en direct d'OpenAlex

<abstract> <p>Based on global 500 companies, this study examines whether the market incorporates the corporations' voluntary carbon emissions disclosures as part of their environmental sustainability efforts, thus increasing their market value. Proxies used to measure the corporations' ecological sustainability efforts include the choice of voluntary carbon disclosures, carbon emissions amounts, carbon intensity, and carbon disclosure quality. During the study period, those companies that chose to disclose their carbon information to the Carbon Disclosure Project (CDP), saw the market value their efforts towards environmental sustainability by increasing their market value. This study also compared the market value of disclosing and non-disclosing firms and found that non-disclosing companies had higher market value than did disclosing firms. However, this relationship was statistically insignificant. This study uses the more extensive data set, extended period, and more robust econometric approach (Difference GMM) and extends the boundaries of accounting research to incorporate environmental-related disclosures. Therefore, this most recent study can provide new insights to researchers, investors, and policymakers in the present context of environmental sustainability and business sustainability.</p> </abstract>

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)0,001
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 enseignants0,061
Score d'incertitude au seuil0,917

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,014
Tête enseignante GPT0,197
Écart entre enseignants0,183 · 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

Citations11
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGreen FinanceMême sujetCorporate Social Responsibility ReportingTravaux en français237 207