MétaCan
Menu
Retour à la cohorte
Enregistrement W4285668449 · doi:10.52664/rima.v2.n1.2020.e69

Análise do disclosure dos gastos ambientais em empresas brasileiras de alto impacto Ambiental

2020· article· pt· W4285668449 sur OpenAlexaff
Jediael De Sousa Rodrigues, Janaína Ferreira Marques de Melo

Notice bibliographique

RevueREVISTA INTERDISCIPLINAR E DO MEIO AMBIENTE (RIMA) · 2020
Typearticle
Languept
DomaineDecision Sciences
ThématiqueBusiness and Management Studies
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésAgricultural scienceWelfare economicsBiologyEconomics

Résumé

récupéré en direct d'OpenAlex

Esta pesquisa tem como finalidade analisar o disclosure dos gastos com o meio ambiente das empresas de alto impacto ambiental, cadastradas no Índice de Sustentabilidade Empresarial (ISE), mensurando seu nível de divulgação por meio da análise de conteúdo e identificando a relação das receitas líquidas com os gastos, por meio do Índice de Gastos Ambientais (IGA). Os instrumentos de coleta de dados foram as Notas Explicativas e os Relatórios de Sustentabilidade referentes aos exercícios de 2014 a 2016. De acordo com os resultados obtidos, com base na análise de conteúdo, os resultados evidenciaram que, nos três anos, as empresas apresentaram 4.616 categorias ambientais, contudo, nem sempre a evidenciação era totalmente clara com detalhes sobre o que foi investido, gasto ou registro de uma obrigação. Das dezessete empresas do grupo todas investiram um valor da receita liquida, porém, três realizaram em média gastos ambientais que superam 1% da receita líquida nos períodos de 2014 a 2016. Conclui-se, que as principais informações a respeito dos gastos ambientais estão divulgadas de forma não padronizada em seus relatórios.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Science ouverte, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,306
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0010,004
Études des sciences et des technologies0,0020,001
Communication savante0,0060,002
Science ouverte0,0050,010
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,004

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 Opus0,070
Tête enseignante GPT0,364
Écart entre enseignants0,293 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueREVISTA INTERDISCIPLINAR E DO MEIO AMBIENTE (RIMA)Même sujetBusiness and Management StudiesTravaux en français237 207