MétaCan
Menu
Retour à la cohorte
Enregistrement W4280605310 · doi:10.1186/s40991-022-00070-4

Sustainability performance indicator trends: a Canadian industry-based analysis

2022· article· en· W4280605310 sur OpenAlexaffabout
Michel Coulmont, Sylvie Berthelot, Vincent Gagné

Notice bibliographique

RevueInternational Journal of Corporate Social Responsibility · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Social Responsibility Reporting
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésSustainabilityComparabilitySustainability organizationsScope (computer science)BusinessSustainability reportingPerformance indicatorCorporate social responsibilitySocial sustainabilityEnvironmental Sustainability IndexSample (material)AccountingEnvironmental resource managementEnvironmental economicsEconomicsMarketingPolitical scienceComputer sciencePublic relationsEcology

Résumé

récupéré en direct d'OpenAlex

Abstract This study aims to examine the trends in the sustainability performance indicators disclosed in sustainability reports by Canadian companies. Our sample is comprised of eight companies in four sectors and our observations cover a 19-year period. The results of our analysis show a general increase over time of sustainability performance indicators disclosed, as well as varying degrees of coverage of the three sustainability dimensions. While the focus was more on environmental performance in the early 2000s, social performance indicators, such as employment practices and human rights, have now gained more traction. In addition, the scope of sustainability performance indicators disclosed in sustainability reports reached a plateau around 2010. Our results highlight the need for a standardised approach to sustainability reporting that would help overcome the shortcomings of voluntary initiatives and improve the overall comparability of voluntary reporting mechanisms.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,968
Score d'incertitude au seuil0,230

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0220,044
Études des sciences et des technologies0,0020,001
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,032
Tête enseignante GPT0,291
Écart entre enseignants0,259 · 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 source (Gemma direct ou Codex distillé), 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

Citations12
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Corporate Social ResponsibilityMême sujetCorporate Social Responsibility ReportingTravaux en français237 207